| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-16页 |
| ·研究背景 | 第8-9页 |
| ·智能视频监控技术的发展现状及发展趋势 | 第9-11页 |
| ·智能视频监控技术的发展现状 | 第9-10页 |
| ·智能视频监控系统的发展趋势 | 第10-11页 |
| ·人体动作识别的研究现状及面临的问题 | 第11-14页 |
| ·人体动作识别的研究现状 | 第11-13页 |
| ·人体动作识别研究面临的问题 | 第13-14页 |
| ·本文的主要研究内容 | 第14页 |
| ·论文组织结构 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 第二章 系统相关理论与技术 | 第16-24页 |
| ·Kinect传感器的硬件系统 | 第16页 |
| ·Kinect传感器的工作原理 | 第16-18页 |
| ·Kinect for Windows SDK介绍 | 第18页 |
| ·Kinect深度数据 | 第18-19页 |
| ·深度图像的校正 | 第19-20页 |
| ·深度图像到空间三维坐标转换 | 第19-20页 |
| ·深度图像到彩色图像配准 | 第20页 |
| ·骨骼图的获取及预处理 | 第20-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 基于骨架信息的运动特征提取 | 第24-31页 |
| ·人体骨架模型建立 | 第24-25页 |
| ·人体骨骼关节点的规则化处理 | 第25-28页 |
| ·人体结构向量构造 | 第25-26页 |
| ·向量间角度信息的选取 | 第26-27页 |
| ·向量模的比值信息选取 | 第27-28页 |
| ·基于姿态序列的人体动作表示 | 第28-29页 |
| ·人体动作搜索方法设计 | 第29页 |
| ·本章小结 | 第29-31页 |
| 第四章 基于DTW的人体动作识别分类器的设计 | 第31-43页 |
| ·常用人体动作识别方法 | 第31-33页 |
| ·基于模板匹配的方法 | 第31页 |
| ·基于状态空间的方法 | 第31-33页 |
| ·基于语义描述的方法 | 第33页 |
| ·基于DTM的人体动作识别算法 | 第33-38页 |
| ·DTM算法的原理 | 第34-36页 |
| ·DTM算法的设计 | 第36-37页 |
| ·动态规划算法的流程 | 第37-38页 |
| ·彩色图像的边缘检测技术在人体动作识别中的应用研究 | 第38-39页 |
| ·基于Kinect指尖检测技术在人体动作识别中的应用研究 | 第39-42页 |
| ·基于三维点云技术的设备状态监控方法研究 | 第42页 |
| ·小结 | 第42-43页 |
| 第五章 智能监控系统的设计 | 第43-56页 |
| ·系统硬件以及软件环境介绍 | 第43页 |
| ·系统框架 | 第43-48页 |
| ·图像采集及预处理模块 | 第44-45页 |
| ·人员入侵检测及危险动作识别模块 | 第45-48页 |
| ·系统实现 | 第48-51页 |
| ·系统工作流程 | 第48-50页 |
| ·系统界面设计 | 第50-51页 |
| ·系统实验测试及实验结果分析 | 第51-55页 |
| ·基于DTW算法的实时人体动作识别实验结果与分析 | 第51-53页 |
| ·综合彩色图像边缘检测技术的人体动作识别实验结果及分析 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-59页 |
| ·总结 | 第56-57页 |
| ·展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 附录 | 第63-72页 |
| 攻读硕士学位期间发表的论文 | 第72页 |
