摘要 | 第5-6页 |
abstract | 第6-7页 |
第1章 绪论 | 第10-14页 |
1.1 论文研究背景及意义 | 第10-12页 |
1.2 论文研究内容 | 第12-13页 |
1.3 论文组织结构 | 第13-14页 |
第2章 相关理论及技术研究现状 | 第14-22页 |
2.1 CSI的简介 | 第14-15页 |
2.2 人体动作识别方法的研究现状 | 第15-20页 |
2.2.1 基于传感器的人体动作识别方法的研究现状 | 第15-16页 |
2.2.2 基于视觉的人体动作识别方法的研究现状 | 第16-17页 |
2.2.3 基于红外的人体动作识别方法的研究现状 | 第17-18页 |
2.2.4 基于CSI的人体动作识别方法的研究现状 | 第18-20页 |
2.3 本章小结 | 第20-22页 |
第3章 基于CSI的固定路径人体动作识别方法研究 | 第22-44页 |
3.1 引言 | 第22页 |
3.2 相关工作分析 | 第22-26页 |
3.3 固定路径的人体动作识别方法WIHAR | 第26-36页 |
3.3.1 CSI幅值预处理算法 | 第27-31页 |
3.3.2 动作区间分割算法 | 第31-33页 |
3.3.3 特征提取 | 第33-34页 |
3.3.4 高斯混合模型作为分类器 | 第34-36页 |
3.4 实验过程与结果分析 | 第36-42页 |
3.4.1 实验环境 | 第36页 |
3.4.2 实验数据采集 | 第36-37页 |
3.4.3 实验结果与分析 | 第37-42页 |
3.5 本章小结 | 第42-44页 |
第4章 基于CSI的非固定路径人体动作识别方法研究 | 第44-64页 |
4.1 引言 | 第44页 |
4.2 相关工作分析 | 第44-46页 |
4.3 非固定路径的人体动作识别方法NFP-WIHAR | 第46-55页 |
4.3.1 CSI数据预处理 | 第47-49页 |
4.3.2 创建动作模板库 | 第49页 |
4.3.3 最相似动作提取算法 | 第49-51页 |
4.3.4 特征提取 | 第51-52页 |
4.3.5 随机森林作为分类器 | 第52-55页 |
4.4 实验过程与结果分析 | 第55-62页 |
4.4.1 实验环境 | 第55页 |
4.4.2 实验数据采集 | 第55-56页 |
4.4.3 实验结果与分析 | 第56-62页 |
4.5 本章小结 | 第62-64页 |
结论 | 第64-66页 |
参考文献 | 第66-72页 |
致谢 | 第72页 |