基于关键帧及原语的人体动作识别研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第8-17页 |
| 1.1 引言 | 第8-9页 |
| 1.2 研究现状 | 第9-13页 |
| 1.2.1 特征提取 | 第9-11页 |
| 1.2.2 动作表示与分类 | 第11-13页 |
| 1.3 面临的问题和挑战 | 第13-14页 |
| 1.4 本文研究内容 | 第14-15页 |
| 1.5 本文结构安排 | 第15-17页 |
| 第二章 运动与形状特征提取 | 第17-31页 |
| 2.1 人体动作数据集 | 第17-18页 |
| 2.1.1 KTH数据集 | 第17页 |
| 2.1.2 UCF动数据集 | 第17-18页 |
| 2.2 人体边界框检测 | 第18-22页 |
| 2.2.1 帧差法 | 第19页 |
| 2.2.2 跟踪法 | 第19-21页 |
| 2.2.3 可变形部分模型 | 第21-22页 |
| 2.3 运动块提取 | 第22-27页 |
| 2.3.1 基于相邻帧的光流计算 | 第22-23页 |
| 2.3.2 基于图聚类的运动块提取 | 第23-24页 |
| 2.3.3 基于熵的运动块筛选 | 第24-27页 |
| 2.4 动与形状特征提取 | 第27-29页 |
| 2.4.1 运动特征提取 | 第27页 |
| 2.4.2 形状特征提取 | 第27-29页 |
| 2.5 本章小结 | 第29-31页 |
| 第三章 基于关键帧的动作表示与分类 | 第31-44页 |
| 3.1 基于运动块的关键帧提取 | 第31-33页 |
| 3.1.1 关键帧的定义 | 第31页 |
| 3.1.2 关键帧提取 | 第31-33页 |
| 3.2 基于关键帧的动作表示 | 第33-38页 |
| 3.2.1 混合高斯模型简介 | 第33-35页 |
| 3.2.2 运动描述符 | 第35-37页 |
| 3.2.3 形状描述符 | 第37-38页 |
| 3.3 基于运动及形状描述符的动作分类 | 第38-43页 |
| 3.3.1 特征融合 | 第38页 |
| 3.3.2 动作分类 | 第38-41页 |
| 3.3.3 存在的问题 | 第41-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第四章 基于原语的动作表示与分类 | 第44-56页 |
| 4.1 原语的提取与特征表示 | 第44-49页 |
| 4.1.1 原语的定义 | 第44-45页 |
| 4.1.2 基于K-means的类内原语 | 第45页 |
| 4.1.3 基于图聚类的类间原语筛选 | 第45-47页 |
| 4.1.4 原语的特征表示 | 第47-49页 |
| 4.2 基于原语的动作表示 | 第49-50页 |
| 4.3 基于原语序列的动作分类 | 第50-54页 |
| 4.3.1 序列匹配 | 第50-53页 |
| 4.3.2 初始参数分析 | 第53-54页 |
| 4.4 本章小结 | 第54-56页 |
| 第五章 总结与展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 硕士期间撰写论文 | 第62-63页 |
| 致谢 | 第63-64页 |
