人体视觉分析中特征提取与分类算法的研究

摘要	第1-5页
Abstract	第5-8页
第一章 绪论	第8-17页
·人体视觉分析	第8-9页
·研究意义与国内外进展	第9-13页
·本文的主要研究工作	第13-15页
·论文结构	第15-17页
第二章 背景模型初始化	第17-22页
·背景模型	第17-18页
·传统的背景模型初始化	第18页
·递推形式的背景初始化方法	第18-21页
·递推背景模型估计	第21-22页
第三章 运动物体检测	第22-27页
·前景运动区域检测	第22-25页
·背景模型更新~[21]	第25页
·检测噪声处理	第25-27页
第四章 人体特征的提取	第27-47页
·数据描述	第27-30页
·模块结构与数据流	第27-29页
·关于特征的基本标准	第29-30页
·人体特征提取算法	第30-44页
·基于特征空间变换的特征提取	第31-33页
·基于极值点的特征提取	第33-37页
·基于角度的特征提取	第37-44页
·算法的比较	第44-47页
·计算复杂度的比较	第44-45页
·性能的比较	第45-46页
·AFE 算法的总结	第46-47页
第五章 识别分类	第47-55页
·分类决策的设计	第47-51页
·传统分类决策的设计	第47-49页
·基于概率估计的相似度量	第49-50页
·扩大类间离散度的相似距离	第50-51页
·分类性能的验证	第51-53页
·适用于跟踪的时变参数	第53-55页
第六章 结束语	第55-57页
参考文献	第57-60页
致谢	第60-61页
已发表的学术论文	第61页