基于视觉的人体行为识别技术研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 本文的研究背景和意义 | 第9-10页 |
| 1.2 本课题的研究现状 | 第10-13页 |
| 1.2.1 国内外研究现状 | 第11-12页 |
| 1.2.2 当前研究的问题难点 | 第12-13页 |
| 1.3 本课题的研究内容和方法 | 第13页 |
| 1.4 论文的结构安排 | 第13-15页 |
| 第二章 人体交互行为的多特征融合 | 第15-33页 |
| 2.1 引言 | 第15-16页 |
| 2.2 图像预处理 | 第16-18页 |
| 2.2.1 形态学处理 | 第16-18页 |
| 2.2.2 实验结果与分析 | 第18页 |
| 2.3 特征提取 | 第18-25页 |
| 2.3.1 局部时空特征 | 第18-21页 |
| 2.3.2 全局特征 | 第21-23页 |
| 2.3.3 实验结果与分析 | 第23-25页 |
| 2.4 特征融合 | 第25-30页 |
| 2.4.1 词袋模型 | 第26-29页 |
| 2.4.2 加权融合 | 第29-30页 |
| 2.5 实验结果及分析 | 第30-32页 |
| 2.6 本章小结 | 第32-33页 |
| 第三章 人体交互行为识别的分类 | 第33-48页 |
| 3.1 引言 | 第33页 |
| 3.2 融合时间关系的特征信息优化 | 第33-38页 |
| 3.2.1 循环神经网络网络结构 | 第33-35页 |
| 3.2.2 循环神经网络的运算 | 第35-37页 |
| 3.2.3 融合时间关系的特征信息优化 | 第37-38页 |
| 3.3 改进高斯BP神经网络 | 第38-44页 |
| 3.3.1 BP神经网络 | 第38-42页 |
| 3.3.2 BP神经网络算法步骤 | 第42页 |
| 3.3.3 改进高斯BP神经网络 | 第42-44页 |
| 3.4 实验结果与分析 | 第44-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第四章 结论与展望 | 第48-50页 |
| 4.1 主要结论 | 第48页 |
| 4.2 研究展望 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 在学期间的研究成果 | 第54-55页 |
| 致谢 | 第55页 |
