基于视频内容的智能行为感知关键技术研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 课题研究目的及意义 | 第10-11页 |
| 1.2 国内外研究现状及发展动态 | 第11-14页 |
| 1.2.1 特征选择与运动表征 | 第11-13页 |
| 1.2.2 行为识别与分类 | 第13-14页 |
| 1.2.3 高层行为与场景理解 | 第14页 |
| 1.3 本文研究内容及技术路线 | 第14-15页 |
| 1.4 论文结构安排 | 第15-17页 |
| 第二章 人体形状检测与分割 | 第17-27页 |
| 2.1 混合高斯背景建模算法 | 第17-20页 |
| 2.2 Canny边缘检测 | 第20-22页 |
| 2.3 轮廓间断点补全 | 第22-24页 |
| 2.4 仿真结果与分析 | 第24-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 人体行为特征提取 | 第27-40页 |
| 3.1 概述 | 第27页 |
| 3.2 Hu不变矩 | 第27-29页 |
| 3.3 骨架特征 | 第29-31页 |
| 3.3.1 邻接矩阵构造 | 第29-30页 |
| 3.3.2 拓扑标记向量定义 | 第30-31页 |
| 3.4 质心距离 | 第31-34页 |
| 3.4.1 二值图像目标轮廓跟踪 | 第31-33页 |
| 3.4.2 轮廓质心距离提取 | 第33-34页 |
| 3.5 傅里叶描述子 | 第34-35页 |
| 3.6 仿真结果与分析 | 第35-39页 |
| 3.7 本章小结 | 第39-40页 |
| 第四章 基于DTW的人体行为识别方法 | 第40-57页 |
| 4.1 动态时间规整算法概述 | 第40-44页 |
| 4.2 相似性度量准则 | 第44-47页 |
| 4.3 改进距离匹配计算方法的DTW算法 | 第47-53页 |
| 4.4 仿真结果与分析 | 第53-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第五章 高层行为与场景理解 | 第57-72页 |
| 5.1 图像层次化语义模型 | 第57-58页 |
| 5.2 基于贝叶斯分类器的对象语义提取 | 第58-63页 |
| 5.3 基于方向关系矩阵的空间关系语义提取 | 第63-65页 |
| 5.4 视频场景语义转化 | 第65-66页 |
| 5.5 联系场景的行为理解 | 第66-67页 |
| 5.6 仿真结果与分析 | 第67-71页 |
| 5.7 本章小结 | 第71-72页 |
| 第六章 总结与展望 | 第72-74页 |
| 6.1 本文工作总结 | 第72-73页 |
| 6.1.1 论文主要工作 | 第72-73页 |
| 6.1.2 论文创新点 | 第73页 |
| 6.2 研究工作展望 | 第73-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-80页 |
| 攻硕期间取得的研究成果 | 第80-81页 |
