首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于视频的人体骨架建模及异常行为分析研究

摘要第5-6页
Abstract第6页
第1章 绪论第9-17页
    1.1 本论文研究背景和研究意义第9-10页
    1.2 国内外研究现状第10-14页
        1.2.1 视频智能监控研究现状第10-12页
        1.2.2 异常行为检测与识别方法研究现状第12-14页
    1.3 论文研究内容与组织架构第14-17页
        1.3.1 论文研究内容第14-15页
        1.3.2 论文组织架构第15-17页
第2章 运动目标检测概述第17-23页
    2.1 运动目标检测算法第17-20页
        2.1.1 帧间差分法第17-18页
        2.1.2 背景减除法第18-19页
        2.1.3 光流法第19-20页
    2.2 图像处理方法第20-21页
        2.2.1 图像形态学处理第20页
        2.2.2 图像滤波算法第20-21页
    2.3 本章小结第21-23页
第3章 运动目标的跟踪第23-33页
    3.1 引言第23-24页
    3.2 粒子滤波目标跟踪技术第24-28页
        3.2.1 基于贝叶斯估计的目标跟踪问题描述第25-26页
        3.2.2 蒙特卡罗与粒子滤波算法第26-28页
    3.3 目标跟踪方法第28-30页
        3.3.1 目标跟踪区域的选取第28页
        3.3.2 基于颜色特征的粒子滤波目标跟踪方法第28-30页
    3.4 实验与结果分析第30-31页
    3.5 本章小结第31-33页
第4章 骨架建模与人体行为状态的判定第33-55页
    4.1 人体骨架模型的建立第33-37页
        4.1.1 细化算法概述第33-34页
        4.1.2 Zhang-Suen骨架提取算法第34-35页
        4.1.3 骨架提取算法实验结果第35-37页
    4.2 人体参数化模型建立第37-48页
        4.2.1 人体比例结构分析第37-38页
        4.2.2 人体模型研究第38-41页
        4.2.3 改进的关键点提取算法第41-42页
        4.2.4 人体参数化模型的表示方法第42-45页
        4.2.5 人体骨架关键点提取及参数化实验结果第45-48页
    4.3 基于人体参数模型的运动状态判定方法第48-53页
        4.3.1 运动状态的参数计算第48-49页
        4.3.2 基于人体参数模型的运动状态匹配第49-51页
        4.3.3 行为状态判定实验结果第51-53页
    4.4 本章小结第53-55页
第5章 异常行为分析研究第55-61页
    5.1 引言第55-56页
    5.2 基于模糊理论的异常行为识别方法第56-59页
        5.2.1 建立人体关键点模型第56页
        5.2.2 异常行为识别框架第56-59页
        5.2.3 系统实现步骤第59页
    5.3 实验与分析第59-60页
    5.4 本章小结第60-61页
结论第61-63页
参考文献第63-69页
攻读学位期间发表论文与研究成果清单第69-71页
致谢第71页

论文共71页,点击 下载论文
上一篇:《眯眼小猪》翻译报告
下一篇:高职院校图书馆学生志愿者管理研究--以四川某高职院校为例