| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-19页 |
| ·研究背景与意义 | 第9-10页 |
| ·人体检测与行为识别的研究现状 | 第10-15页 |
| ·运动目标检测 | 第10-11页 |
| ·运动目标的分类 | 第11-12页 |
| ·运动目标的追踪 | 第12页 |
| ·运动目标的行为识别 | 第12-13页 |
| ·目前研究发展状态 | 第13-15页 |
| ·本文主要研究内容 | 第15-19页 |
| 第二章 基于邻间特异算法的人体对象检测与分类 | 第19-31页 |
| ·引言 | 第19-21页 |
| ·使用邻间特异算法检测人体与识别行为所基于的理念 | 第21-22页 |
| ·利用邻间特异算法检测分类人体 | 第22-30页 |
| ·基本场景详细描述 | 第22-23页 |
| ·算法处理过程分析 | 第23-24页 |
| ·基本框架流程 | 第24-27页 |
| ·初步滤波处理与聚合特征 | 第27-28页 |
| ·基于形体参数的人体识别 | 第28-29页 |
| ·基于人体生物特征的人体识别 | 第29-30页 |
| ·小结 | 第30-31页 |
| 第三章 使用对象参数的跟踪与基于惯性特征的行为识别 | 第31-41页 |
| ·引言 | 第31-33页 |
| ·基于缓存参数反转算法的人体追踪方案 | 第33-36页 |
| ·追踪的目标对象的详细描述 | 第33-34页 |
| ·利用复切割处理目标的剧烈变化 | 第34-35页 |
| ·利用缓存参数追踪目标的算法流程与实现 | 第35-36页 |
| ·基于惯性特征算法的行为识别方案 | 第36-39页 |
| ·基本原理 | 第36-38页 |
| ·利用必要动作库实现惯性特征行为预测 | 第38-39页 |
| ·小结 | 第39-41页 |
| 第四章 基于聚合特征的人体检测与人体行为识别实验分析 | 第41-55页 |
| ·引言 | 第41页 |
| ·人体检测与识别系统基本实验框架 | 第41-44页 |
| ·人体检测与人体行为识别系统实验结果分析 | 第44-54页 |
| ·使用邻间特异算法检测与分类人体实验结果分析 | 第44-50页 |
| ·缓存参数反转算法追踪目标与惯性特征算法识别行为的实验结果分析 | 第50-54页 |
| ·小结 | 第54-55页 |
| 第五章 结论与展望 | 第55-59页 |
| ·结论 | 第55-56页 |
| ·展望 | 第56-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-65页 |
| 个人简历、在学期间发表的论文与研究成果 | 第65页 |
