基于特征融合的人体动作识别
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 人体动作识别的国内外研究进展 | 第9-13页 |
| 1.2.1 动作识别特征 | 第9-10页 |
| 1.2.2 动作识别方法 | 第10-12页 |
| 1.2.3 动作识别模型参数优化 | 第12-13页 |
| 1.3 本文的主要研究工作 | 第13-14页 |
| 2 人体动作特征模型的构建与融合 | 第14-30页 |
| 2.1 人体动作特征模型构建 | 第14-15页 |
| 2.2 关节角度特征 | 第15-16页 |
| 2.2.1 关节角度的构建与计算 | 第15-16页 |
| 2.2.2 基于关节角度特征的动作表示 | 第16页 |
| 2.3 关节相对位置特征 | 第16-17页 |
| 2.3.1 主要关节相对位置的计算 | 第16-17页 |
| 2.3.2 基于关节相对位置的动作表示 | 第17页 |
| 2.4 关节速度特征 | 第17-18页 |
| 2.5 特征融合 | 第18-21页 |
| 2.5.1 多特征结合 | 第18-19页 |
| 2.5.2 主成分分析(PCA) | 第19-21页 |
| 2.6 实验仿真 | 第21-27页 |
| 2.7 本章小结 | 第27-30页 |
| 3 动作识别模型的构建 | 第30-44页 |
| 3.1 支持向量机原理 | 第30-33页 |
| 3.1.1 最优超平面的构造 | 第31-33页 |
| 3.1.2 核函数的选择 | 第33页 |
| 3.2 多分类支持向量机的构建 | 第33-39页 |
| 3.2.1 一对一多分类模型 | 第34-35页 |
| 3.2.2 一对多多分类模型 | 第35-37页 |
| 3.2.3 有向无环图多分类模型 | 第37-38页 |
| 3.2.4 决策树多分类模型 | 第38-39页 |
| 3.3 实验仿真 | 第39-43页 |
| 3.3.1 核函数的确定 | 第39-42页 |
| 3.3.2 多分类模型的对比分析 | 第42-43页 |
| 3.4 本章小结 | 第43-44页 |
| 4 多分类模型参数优化 | 第44-68页 |
| 4.1 模型参数的分析评价 | 第44-45页 |
| 4.1.1 模型参数分析 | 第44-45页 |
| 4.1.2 模型参数评价 | 第45页 |
| 4.2 参数优化方案 | 第45-53页 |
| 4.2.1 改进的网格优化算法 | 第46-47页 |
| 4.2.2 FA算法优化 | 第47-50页 |
| 4.2.3 灰狼优化算法 | 第50-53页 |
| 4.3 实验分析 | 第53-66页 |
| 4.3.1 改进网格优化实验 | 第53-56页 |
| 4.3.2 FA优化实验 | 第56-60页 |
| 4.3.3 GWO优化实验 | 第60-63页 |
| 4.3.4 优化方案比较 | 第63-66页 |
| 4.4 本章小结 | 第66-68页 |
| 5 总结与展望 | 第68-70页 |
| 5.1 全文总结 | 第68页 |
| 5.2 研究展望 | 第68-70页 |
| 致谢 | 第70-72页 |
| 参考文献 | 第72-75页 |
