视频图像序列中人体行为的分类与识别
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·课题研究的背景和意义 | 第10-13页 |
| ·国内外研究现状 | 第13-14页 |
| ·人体行为识别技术的常用方法 | 第14-15页 |
| ·论文主要研究内容及结构安排 | 第15-18页 |
| 第2章 人体运动检测与跟踪方法探究 | 第18-30页 |
| ·引言 | 第18页 |
| ·图像预处理 | 第18-23页 |
| ·图像的灰度变换 | 第19-20页 |
| ·基于滤波技术的图像增强方法 | 第20-21页 |
| ·形态学处理方法 | 第21-23页 |
| ·运动人体目标的检测方法 | 第23-27页 |
| ·背景减除法 | 第23-24页 |
| ·时间差分法 | 第24-25页 |
| ·光流法 | 第25-27页 |
| ·人体运动目标的跟踪方法 | 第27-29页 |
| ·基于区域的跟踪方法 | 第28页 |
| ·基于特征的跟踪方法 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 人体行为的特征提取与识别算法 | 第30-52页 |
| ·引言 | 第30-31页 |
| ·基于运动累积图的特征提取 | 第31-34页 |
| ·运动累积图的基本思想 | 第31-32页 |
| ·运动累积图的计算方法 | 第32-34页 |
| ·灰度投影法 | 第34-36页 |
| ·基于流体力学的特征提取 | 第36-44页 |
| ·流体力学的引用 | 第36页 |
| ·Horn-Schunck 光流的计算方法 | 第36-38页 |
| ·Lucas-Kanade 光流的计算方法 | 第38-39页 |
| ·改进后的光流算法 | 第39-43页 |
| ·流体力学特征的计算方法 | 第43-44页 |
| ·基于 HU 矩的行为特征提取 | 第44-46页 |
| ·不变矩理论 | 第44-45页 |
| ·Hu 不变矩 | 第45-46页 |
| ·支持向量机 | 第46-51页 |
| ·统计学习理论的概述 | 第46-48页 |
| ·支持向量机的分类原理 | 第48-50页 |
| ·支持向量机的分类过程 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第4章 实验结果及分析 | 第52-62页 |
| ·实验数据库 | 第52-53页 |
| ·测试过程和识别结果分析 | 第53-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第68-69页 |
| 致谢 | 第69-70页 |
| 作者简介 | 第70页 |
