首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于彩色深度图像的室内人体跌倒检测

摘要第3-5页
ABSTRACT第5-6页
第1章 绪论第9-23页
    1.1 研究背景及意义第9页
    1.2 跌倒检测的国内外研究现状第9-21页
        1.2.1 方法概述第9-11页
        1.2.2 基于图像的跌倒检测方法第11-20页
        1.2.3 当前基于图像的跌倒检测的问题第20-21页
    1.3 本研究主要内容及创新点第21-22页
    1.4 本论文章节安排第22-23页
第2章 基于RGB-D图像局部特征的人体跌倒检测第23-51页
    2.1 理论介绍第23-34页
        2.1.1 人体部位选取第24-26页
        2.1.2 基于RGB-D图像的局部特征第26-34页
        2.1.3 分类器第34页
    2.2 数据与方法第34-42页
        2.2.1 数据集第34-36页
        2.2.2 特征选取方法第36-38页
        2.2.3 跌倒检测实验第38-42页
    2.3 结果第42-46页
        2.3.1 特征选取结果第42-45页
        2.3.2 跌倒检测结果第45-46页
    2.4 结果分析与讨论第46-49页
        2.4.1 特征选取第46-47页
        2.4.2 跌倒检测第47-49页
    2.5 结论第49-51页
第3章 基于RGB-D图像联合运动目标检测方法的人体跌倒检测第51-68页
    3.1 理论介绍第51-58页
        3.1.1 运动目标检测第51-53页
        3.1.2 联合特征检测与运动目标检测方法的人体跌倒检测第53-58页
    3.2 数据与方法第58-64页
        3.2.1 数据集第58-59页
        3.2.2 特征提取方法第59-60页
        3.2.3 跌倒检测实验第60-64页
    3.3 结果第64-65页
        3.3.1 正常光照环境第64页
        3.3.2 光照较暗环境第64-65页
    3.4 结果分析与讨论第65-67页
        3.4.1 正常光照环境第65-66页
        3.4.2 光照较暗环境第66-67页
    3.5 结论第67-68页
第4章 总结与展望第68-70页
    4.1 总结第68-69页
    4.2 展望第69-70页
参考文献第70-74页
致谢第74-75页
攻读硕士学位期间的研究成果第75页

论文共75页,点击 下载论文
上一篇:物联网产业园发展的金融创新:关于Techpark的案例分析
下一篇:辉瑞中国高绩效医药销售团队建设研究--以PC-PIE2-NJ1团队为例