| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-15页 |
| ·研究背景及意义 | 第10页 |
| ·国内外研究现状及分析 | 第10-12页 |
| ·人体行为识别技术的发展趋势 | 第12-13页 |
| ·本文主要的研究内容 | 第13页 |
| ·论文结构安排 | 第13-15页 |
| 第二章 基于改进混合高斯模型的运动目标检测算法 | 第15-29页 |
| ·运动人体检测的方法及比较 | 第15-17页 |
| ·光流法 | 第15-16页 |
| ·时间差分法 | 第16页 |
| ·背景减除法 | 第16-17页 |
| ·混合高斯背景模型 | 第17-25页 |
| ·EM 算法基本原理 | 第17-19页 |
| ·混合高斯背景模型参数估计 | 第19-23页 |
| ·混合高斯背景模型典型算法 | 第23-25页 |
| ·混合高斯模型改进算法 | 第25-28页 |
| ·现有算法中存在的问题 | 第25-26页 |
| ·混合高斯改进算法 | 第26-27页 |
| ·实验结果 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 自适应阴影消除算法 | 第29-43页 |
| ·引言 | 第29页 |
| ·阴影检测算法 | 第29-32页 |
| ·基于模型的阴影检测方法 | 第30页 |
| ·基于属性的阴影检测方法 | 第30-31页 |
| ·基于模型和基于属性的阴影检测算法比较 | 第31-32页 |
| ·一种基于马尔科夫随机场的自适应阴影检测算法 | 第32-39页 |
| ·马尔科夫随机场及在图像分割中的建模过程 | 第32-35页 |
| ·阴影检测的马尔科夫模型 | 第35-36页 |
| ·马尔科夫模型参数初始化 | 第36-38页 |
| ·基于马尔科夫模型的阴影检测算法 | 第38-39页 |
| ·实验结果 | 第39-41页 |
| ·本章小结 | 第41-43页 |
| 第四章 基于Hu 矩和隐马尔科夫的人体行为识别方法 | 第43-61页 |
| ·人体姿态描述方法 | 第43-44页 |
| ·基于外观外形特征的描述方法 | 第43-44页 |
| ·基于运动特征的行为描述方法 | 第44页 |
| ·人体行为识别方法 | 第44-46页 |
| ·模板匹配法 | 第44-45页 |
| ·状态空间法 | 第45-46页 |
| ·Hu 矩 | 第46-48页 |
| ·隐马尔科夫模型 | 第48-54页 |
| ·隐马尔科夫模型概念 | 第48-50页 |
| ·隐马尔科夫模型主要问题的解决方案 | 第50-54页 |
| ·基于HMM 的人体行为识别算法 | 第54-58页 |
| ·基本行为库与人体行为编码 | 第54-56页 |
| ·人体行为HMM 模型描述 | 第56-57页 |
| ·HMM 参数训练 | 第57-58页 |
| ·人体行为识别阶段 | 第58页 |
| ·实验结果 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 总结与展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间取得的研究成果 | 第67-68页 |
| 致谢 | 第68页 |