家庭环境下的智能视频监控技术的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 引言 | 第9-15页 |
| ·课题背景 | 第9-13页 |
| ·引言 | 第9页 |
| ·背景 | 第9-12页 |
| ·国内外发展现状 | 第12-13页 |
| ·课题任务 | 第13-14页 |
| ·课题内容 | 第13页 |
| ·本人承担任务 | 第13-14页 |
| ·论文结构 | 第14-15页 |
| 第二章 运动人体目标的检测和跟踪 | 第15-30页 |
| ·基于背景建模的运动目标检测 | 第15-24页 |
| ·帧间差分法 | 第15-16页 |
| ·背景减除法概要 | 第16-18页 |
| ·混合高斯背景建模法 | 第18-22页 |
| ·前景区域的形态学处理和分割 | 第22-24页 |
| ·基于块匹配的跟踪方法 | 第24-28页 |
| ·常用跟踪方法简介 | 第24-25页 |
| ·一般的块匹配策略 | 第25-26页 |
| ·基于颜色直方图的特殊情况匹配处理 | 第26-28页 |
| ·本章小结 | 第28-30页 |
| 第三章 基于静态图像的人体动作识别 | 第30-42页 |
| ·动作表示的常见表示方法 | 第30-34页 |
| ·基于椭圆的静态图像特征 | 第34-38页 |
| ·椭圆的特征提取 | 第34-36页 |
| ·人体的颜色分布检测 | 第36-37页 |
| ·动作判定准则 | 第37-38页 |
| ·实验结果 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 基于时空兴趣点的动作识别 | 第42-57页 |
| ·基于时空兴趣点的动作表示 | 第42-46页 |
| ·时空兴趣点 | 第42页 |
| ·Dollar关键点检测 | 第42-43页 |
| ·特征描述子 | 第43-44页 |
| ·词袋表示(Bag of Words) | 第44-46页 |
| ·一种改进的SVM核方法的应用 | 第46-50页 |
| ·基本的SVM方法 | 第47-49页 |
| ·改进的SVM核函数 | 第49-50页 |
| ·数据库介绍和实验结果 | 第50-56页 |
| ·数据库介绍 | 第50-52页 |
| ·实验结果 | 第52-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 结束语 | 第57-59页 |
| ·论文工作总结 | 第57页 |
| ·问题和展望 | 第57-59页 |
| 参考文献 | 第59-61页 |
| 致谢 | 第61-62页 |
