| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 人体动作识别方法的研究背景及意义 | 第9-10页 |
| 1.2 人体动作识别方法的国内外研究现状 | 第10-16页 |
| 1.3 本文主要研究内容及论文组织结构 | 第16-19页 |
| 第二章 噪声干扰下的人体动作特征检测方法 | 第19-29页 |
| 2.1 基于累积边缘图像的人体动作特征提取 | 第19-20页 |
| 2.2 抗噪的多尺度形态学边缘检测方法 | 第20-25页 |
| 2.2.1 形态学边缘检测原理 | 第21-22页 |
| 2.2.2 改进的多尺度形态学边缘检测算法 | 第22-24页 |
| 2.2.3 抗噪的多尺度形态学边缘检测算法 | 第24-25页 |
| 2.3 仿真与分析 | 第25-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 杂乱背景与摄像机运动下的人体动作特征检测方法 | 第29-41页 |
| 3.1 时空兴趣点检测原理 | 第29-32页 |
| 3.2 基于信息熵的时空兴趣点检测方法 | 第32-34页 |
| 3.3 杂乱背景与摄像机移动场景下的特征检测 | 第34-36页 |
| 3.3.1 背景兴趣点抑制 | 第34-35页 |
| 3.3.2 摄像机移动下的时空特征点检测 | 第35-36页 |
| 3.4 局部特征描述 | 第36-37页 |
| 3.5 实验与分析 | 第37-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第四章 复杂场景下的人体动作分类方法优化 | 第41-53页 |
| 4.1 基于词袋模型的人体动作识别方法 | 第41-43页 |
| 4.2 基于稀疏编码的人体动作识别方法 | 第43-45页 |
| 4.3 多核方法的提出 | 第45-49页 |
| 4.4 实验与分析 | 第49-51页 |
| 4.5 本章小结 | 第51-53页 |
| 第五章 总结与展望 | 第53-55页 |
| 5.1 全文总结 | 第53页 |
| 5.2 研究展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 附录A 攻读学位期间发表的论文与科研成果清单 | 第59-61页 |
| 致谢 | 第61页 |