| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-13页 |
| 1.1 课题研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.2.1 国外研究现状 | 第9-10页 |
| 1.2.2 国内研究现状 | 第10页 |
| 1.3 人体行为识别所面临的问题 | 第10-11页 |
| 1.4 本文研究的主要内容和思路 | 第11页 |
| 1.5 文章的结构安排 | 第11-12页 |
| 1.6 实验环境 | 第12-13页 |
| 2 人体目标图像预处理方法研究 | 第13-25页 |
| 2.1 去噪方法研究 | 第13-15页 |
| 2.1.1 均值滤波法 | 第13-14页 |
| 2.1.2 中值滤波法 | 第14-15页 |
| 2.1.3 小波滤波法 | 第15页 |
| 2.2 自适应中值滤波 | 第15-19页 |
| 2.3 图像增强方法研究 | 第19-24页 |
| 2.3.1 直方图均衡化 | 第19-23页 |
| 2.3.2 模糊增强法 | 第23-24页 |
| 2.4 实验结果分析 | 第24页 |
| 2.5 本章小结 | 第24-25页 |
| 3 人体目标检测方法研究 | 第25-36页 |
| 3.1 人体运动目标检测步骤 | 第25-26页 |
| 3.2 常见的运动目标检测方法 | 第26-30页 |
| 3.2.1 背景减除法 | 第26-27页 |
| 3.2.2 帧间差分法 | 第27-29页 |
| 3.2.3 光流法 | 第29-30页 |
| 3.3 改进四帧帧差法目标检测 | 第30-34页 |
| 3.3.1 混合高斯模型 | 第30-31页 |
| 3.3.2 改进四帧差分法 | 第31-33页 |
| 3.3.3 融合混合高斯模型的改进四帧差分目标检测 | 第33页 |
| 3.3.4 形态学处理 | 第33-34页 |
| 3.4 实验结果分析 | 第34-35页 |
| 3.5 本章小结 | 第35-36页 |
| 4 特征提取和聚类 | 第36-48页 |
| 4.1 常见特征分类 | 第36-41页 |
| 4.1.1 颜色特征 | 第36-37页 |
| 4.1.2 形状特征 | 第37-38页 |
| 4.1.3 纹理特征 | 第38页 |
| 4.1.4 SIFT特征 | 第38-41页 |
| 4.2 聚类方法 | 第41-43页 |
| 4.2.1 FCM聚类 | 第42-43页 |
| 4.2.2 K-means聚类 | 第43页 |
| 4.3 改进K-means聚类 | 第43-46页 |
| 4.4 实验结果分析 | 第46-47页 |
| 4.5 本章小结 | 第47-48页 |
| 5 隐半马尔科夫模型行为识别 | 第48-65页 |
| 5.1 隐马尔科夫模型 | 第48-56页 |
| 5.1.1 马尔科夫模型 | 第48-50页 |
| 5.1.2 隐马尔科夫模型 | 第50-55页 |
| 5.1.3 隐马尔科夫实验结果分析 | 第55-56页 |
| 5.2 隐半马尔科夫模型 | 第56-62页 |
| 5.2.1 隐半马尔科夫模型 | 第56-58页 |
| 5.2.2 隐半马尔科夫模型在人体行为识别中的应用 | 第58-62页 |
| 5.3 隐半马尔科夫模型实验结果与分析 | 第62-64页 |
| 5.4 本章小结 | 第64-65页 |
| 6 总结与展望 | 第65-67页 |
| 6.1 工作总结 | 第65-66页 |
| 6.2 工作展望 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 攻读硕士学位期间发表论文及科研成果 | 第70-71页 |
| 致谢 | 第71-72页 |