基于隐马尔科夫模型的视觉词袋法识别交警动作
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-21页 |
| 1.1 研究背景及意义 | 第10-14页 |
| 1.2 国内外动作识别的研究现状 | 第14-16页 |
| 1.3 动作识别所涉及的技术 | 第16-17页 |
| 1.4 动作识别技术中的难点 | 第17-18页 |
| 1.5 本文主要研究内容及组织结构 | 第18-21页 |
| 第2章 交警的识别 | 第21-31页 |
| 2.1 色彩空间识别人体 | 第22-27页 |
| 2.2.1 Lab色彩空间 | 第22-24页 |
| 2.2.2 Retinex增强图像 | 第24-27页 |
| 2.2 交警的分辨 | 第27-31页 |
| 2.2.1 交警区域选择 | 第27页 |
| 2.2.2 区域增长 | 第27-28页 |
| 2.2.3 空色色彩分布 | 第28-31页 |
| 第3章 交警的动作特征提取 | 第31-39页 |
| 3.1 光流法提取特征 | 第31-35页 |
| 3.1.2 光流法 | 第31-33页 |
| 3.1.3 光流法查找运动区域 | 第33-35页 |
| 3.2 不变矩判断三维方向变化 | 第35-39页 |
| 3.2.1 不变矩 | 第35-39页 |
| 第4章 基于方向特征的视觉词袋识别方法 | 第39-52页 |
| 4.1 人体动作识别综述与词袋法 | 第39-42页 |
| 4.1.1 动作识别综述 | 第39-40页 |
| 4.1.2 视觉词袋 | 第40-42页 |
| 4.2 视觉词袋改进 | 第42-52页 |
| 4.2.1 交警动作简化 | 第42-46页 |
| 4.2.2 视觉词袋识别动态图像 | 第46-52页 |
| 第5章 隐马尔科夫模型与分类器 | 第52-62页 |
| 5.1 隐马尔科夫模型与图像分类 | 第52-56页 |
| 5.1.1 隐马尔科夫模型 | 第52-54页 |
| 5.1.2 隐马尔科夫模型在视觉词袋中的应用 | 第54-56页 |
| 5.2 HMM建模 | 第56-60页 |
| 5.3 指挥动作的建模与识别 | 第60-62页 |
| 5.3.1 交通指挥动作建模 | 第60-61页 |
| 5.3.2 交通指挥动作识别 | 第61-62页 |
| 第6章 实验结果测试与总结展望 | 第62-66页 |
| 6.1 实验结果测试 | 第62-65页 |
| 6.1.1 空间滤色 | 第62-63页 |
| 6.1.2 运动特征提取 | 第63-64页 |
| 6.1.3 视觉词袋识别与HMM分类 | 第64-65页 |
| 6.2 总结与展望 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 致谢 | 第69-70页 |
| 附录 | 第70页 |
