基于频率特征的步态行为识别研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 引言 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 课题研究背景 | 第12-15页 |
| 1.4 论文的结构安排 | 第15-17页 |
| 第2章 运动目标检测 | 第17-25页 |
| 2.1 引言 | 第17页 |
| 2.2 背景差法 | 第17-18页 |
| 2.3 帧差法 | 第18-19页 |
| 2.4 光流法 | 第19-21页 |
| 2.5 混合高斯模型 | 第21-24页 |
| 2.6 各种运动目标检测方法的比较 | 第24页 |
| 2.7 本章小结 | 第24-25页 |
| 第3章 运动阴影滤除算法研究 | 第25-33页 |
| 3.1 前言 | 第25页 |
| 3.2 颜色模型基本原理 | 第25-27页 |
| 3.3 参考图像的训练方法 | 第27-28页 |
| 3.4 彩色图像特征 | 第28页 |
| 3.5 背景建模 | 第28-32页 |
| 3.6 实验分析 | 第32页 |
| 3.7 本章小结 | 第32-33页 |
| 第4章 轮廓恢复算法 | 第33-41页 |
| 4.1 阴影滤除算法存在的缺陷 | 第33-35页 |
| 4.2 轮廓恢复算法 | 第35-40页 |
| 4.2.1 图像缺口特征 | 第35-36页 |
| 4.2.2 轮廓恢复算法预处理阶段 | 第36页 |
| 4.2.3 轮廓恢复算法描述 | 第36-38页 |
| 4.2.4 筛选填充过程 | 第38-39页 |
| 4.2.5 实验分析 | 第39-40页 |
| 4.3 本章小结 | 第40-41页 |
| 第5章 主域提取实验 | 第41-48页 |
| 5.1 连通域标记算法 | 第42-43页 |
| 5.2 Two-Pass算法的运行规则 | 第43-46页 |
| 5.3 实验结果分析 | 第46-47页 |
| 5.4 本章小结 | 第47-48页 |
| 第6章 人体行为特征提取与描述 | 第48-62页 |
| 6.1 前言 | 第48-50页 |
| 6.2 算法预备知识 | 第50-52页 |
| 6.3 算法处理流程 | 第52-56页 |
| 6.4 实验结果与分析 | 第56-61页 |
| 6.5 本章小结 | 第61-62页 |
| 结论 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第67-68页 |
| 致谢 | 第68-69页 |
| 作者简介 | 第69页 |
