| 摘要 | 第1-5页 |
| Abstract | 第5-13页 |
| 第1章 绪论 | 第13-24页 |
| ·课题背景及意义 | 第13-14页 |
| ·国内外研究现状 | 第14-20页 |
| ·课题研究内容 | 第20-24页 |
| ·人体视频跟踪模块 | 第21-22页 |
| ·特征行为识别模块 | 第22-24页 |
| 第2章 人体肢体的快速检测 | 第24-45页 |
| ·肢体快速检测的意义及常用算法 | 第24-25页 |
| ·基于积分图像的检测方法 | 第25-29页 |
| ·类哈尔边缘检测器 | 第26-27页 |
| ·积分图像及类哈尔特征概念 | 第27-29页 |
| ·单人视频的人肢体检测实验 | 第29-34页 |
| ·多人视频的人肢体的检测实验 | 第34-38页 |
| ·实验数据分析 | 第38-44页 |
| ·彩色视频的检测速度 | 第38-39页 |
| ·灰度视频的检测速度 | 第39-40页 |
| ·肢体检测准确率 | 第40-41页 |
| ·各肢体检测准确率对比 | 第41-42页 |
| ·类哈尔特征与传统算子的检测效果对比 | 第42-43页 |
| ·与背景减除法比较 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第3章 对被检肢体的聚类 | 第45-62页 |
| ·传统参数密度估计方法 | 第46-47页 |
| ·非参数密度估计法 | 第47-55页 |
| ·应用于Mean Shift 方法中的核函数 | 第48-49页 |
| ·基于核函数的Mean Shift 向量计算 | 第49-53页 |
| ·基于Mean Shift 方法的聚类过程 | 第53-55页 |
| ·实验验证 | 第55-58页 |
| ·对单人视频的聚类 | 第55-57页 |
| ·对多人视频的聚类 | 第57-58页 |
| ·实验数据分析 | 第58-60页 |
| ·迭代次数与核函数带宽h 的关系 | 第58-59页 |
| ·带宽参数与聚类时间的数值关系 | 第59页 |
| ·与传统聚类算法的比较 | 第59-60页 |
| ·本章小结 | 第60-62页 |
| 第4章 基于改进隐马氏模型的人体模型学习 | 第62-92页 |
| ·表示人体的片图模型(Pictorial Structure) | 第63-64页 |
| ·人体模型的学习 | 第64-83页 |
| ·对传统隐马尔科夫模型的分析 | 第65-68页 |
| ·对隐马氏模型的改进 | 第68-80页 |
| ·对多个人体肢体模板的学习 | 第80-83页 |
| ·实验验证 | 第83-88页 |
| ·对单人人体模型的学习 | 第84-86页 |
| ·对双人模型的学习 | 第86-87页 |
| ·对多人模型的学习 | 第87-88页 |
| ·算法分析 | 第88页 |
| ·实验数据分析 | 第88-90页 |
| ·本章小结 | 第90-92页 |
| 第5章 基于人体模型的视频跟踪 | 第92-110页 |
| ·人体模型与图像的匹配 | 第92-94页 |
| ·准则函数的最小化 | 第94-96页 |
| ·利用距离转换计算准则函数Bj(li) | 第96-99页 |
| ·距离转换概念及其推广 | 第96-97页 |
| ·利用距离转换函数计算准则函数Bj(li) | 第97-99页 |
| ·对匹配过程根结点选择方式的改进 | 第99页 |
| ·视频跟踪实验 | 第99-106页 |
| ·单人视频跟踪 | 第99-103页 |
| ·双人视频跟踪 | 第103-104页 |
| ·多人视频跟踪 | 第104-106页 |
| ·实验数据分析 | 第106-108页 |
| ·跟踪速度的比较 | 第106-107页 |
| ·跟踪准确率 | 第107-108页 |
| ·预计失效时间比较 | 第108页 |
| ·本章小结 | 第108-110页 |
| 第6章 人体跟踪系统的应用——行为识别 | 第110-121页 |
| ·行为识别常用方法 | 第110-111页 |
| ·系统描述及方法 | 第111-112页 |
| ·对动作库的标注 | 第112-113页 |
| ·对人体行为的识别 | 第113-119页 |
| ·对简单行为的识别 | 第114-116页 |
| ·对特征复杂行为的识别 | 第116-119页 |
| ·实验数据分析 | 第119-120页 |
| ·本章小结 | 第120-121页 |
| 结论 | 第121-123页 |
| 参考文献 | 第123-135页 |
| 攻读学位期间发表的学术论文 | 第135-137页 |
| 致谢 | 第137-138页 |
| 个人简历 | 第138页 |