| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景和意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 人体特征检测与行为识别的难点 | 第15-16页 |
| 1.4 主要研究 | 第16-17页 |
| 1.5 论文组织结构 | 第17-19页 |
| 第2章 图像预处理 | 第19-27页 |
| 2.1 图像去噪 | 第19-22页 |
| 2.1.1 均值滤波 | 第20-21页 |
| 2.1.2 中值滤波 | 第21-22页 |
| 2.2 图像增强 | 第22-24页 |
| 2.2.1 图像灰度变换 | 第22-23页 |
| 2.2.2 直方图均衡 | 第23-24页 |
| 2.3 图像的数学形态学处理 | 第24-25页 |
| 2.4 实验与分析 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 人体目标检测 | 第27-38页 |
| 3.1 静态背景下的人体目标检测 | 第27-31页 |
| 3.1.1 背景差分模型 | 第27-29页 |
| 3.1.2 帧间差分模型 | 第29-31页 |
| 3.2 混合高斯背景模型建模 | 第31-34页 |
| 3.2.1 单高斯分布背景模型 | 第31-32页 |
| 3.2.2 混合高斯背景模型 | 第32-34页 |
| 3.3 基于HSV空间与阴影抑制方法的混合高斯模型 | 第34-35页 |
| 3.3.1 HSV颜色空间 | 第34-35页 |
| 3.3.2 阴影抑制方法 | 第35页 |
| 3.4 实验与分析 | 第35-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第4章 混合人体特征提取 | 第38-45页 |
| 4.1 HOF特征 | 第38-40页 |
| 4.2 HOG特征 | 第40-42页 |
| 4.3 人体行为重心特征提取 | 第42-43页 |
| 4.3.1 人体轮廓提取 | 第42-43页 |
| 4.3.2 人体重心计算 | 第43页 |
| 4.4 混合人体特征 | 第43-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第5章 人体行为识别 | 第45-52页 |
| 5.1 人体行为识别分类方法 | 第45-47页 |
| 5.1.1 模版匹配法 | 第45-46页 |
| 5.1.2 直接分类法 | 第46页 |
| 5.1.3 状态空间法 | 第46-47页 |
| 5.2 KNN算法 | 第47-48页 |
| 5.3 实验与分析 | 第48-51页 |
| 5.4 本章小结 | 第51-52页 |
| 第6章 总结与展望 | 第52-54页 |
| 6.1 工作总结 | 第52-53页 |
| 6.2 工作展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 作者简介及在学期间所取得的科研成果 | 第57-58页 |
| 致谢 | 第58页 |