基于视频特征的人体动作识别方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 论文主要内容以及结构安排 | 第12-16页 |
| 第二章 有关运动图像的知识 | 第16-24页 |
| 2.1 运动图像分析的意义 | 第16页 |
| 2.2 形态学 | 第16-18页 |
| 2.2.1 腐蚀与膨胀 | 第16-18页 |
| 2.2.2 开与闭 | 第18页 |
| 2.3 图像处理技术 | 第18-23页 |
| 2.3.1 图像平滑 | 第19-20页 |
| 2.3.2 中值滤波 | 第20-22页 |
| 2.3.3 边缘检测 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 人体运动目标的检测 | 第24-34页 |
| 3.1 检测方法的选取 | 第24-26页 |
| 3.1.1 帧差法 | 第24-25页 |
| 3.1.2 背景减除法 | 第25-26页 |
| 3.2 基于背景减除法提取运动区域 | 第26-32页 |
| 3.2.1 整体框架 | 第27页 |
| 3.2.3 提取目标区域 | 第27-28页 |
| 3.2.4 优化目标区域 | 第28-32页 |
| 3.3 实验结果分析 | 第32-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章 人体动作特征提取 | 第34-52页 |
| 4.1 特征提取框架 | 第34-35页 |
| 4.2 特征提取方法 | 第35-47页 |
| 4.2.1 PCA特征提取 | 第35-39页 |
| 4.2.2 网格法 | 第39-43页 |
| 4.2.3 人体骨架法 | 第43-47页 |
| 4.3 特征序列化 | 第47-48页 |
| 4.3.1 矢量量化 | 第47-48页 |
| 4.3.2 旋转距离的匹配 | 第48页 |
| 4.4 实验结果 | 第48-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第五章 基于隐马尔科夫人体动作的识别 | 第52-64页 |
| 5.1 HMM的概述 | 第52-53页 |
| 5.2 HMM的应用 | 第53-59页 |
| 5.2.1 评估问题 | 第54-55页 |
| 5.2.2 解码问题 | 第55-56页 |
| 5.2.3 学习问题 | 第56-58页 |
| 5.2.4 HMM存在的问题 | 第58-59页 |
| 5.3 基于HMM运动行为识别 | 第59-61页 |
| 5.4 实验结果 | 第61-63页 |
| 5.5 本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-68页 |
| 致谢 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 附录A 攻读硕士期间发表的软件著作权 | 第74页 |
