| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 视频监控技术的研究现状 | 第10-12页 |
| 1.3 智能监控系统的发展趋势 | 第12-13页 |
| 1.4 论文的主要内容和结构 | 第13-16页 |
| 1.4.1 论文的主要内容 | 第13-14页 |
| 1.4.2 论文的结构安排 | 第14-16页 |
| 第二章 夜间模式下基于人体姿态的安全监控系统软件设计方案 | 第16-22页 |
| 2.1 引言 | 第16页 |
| 2.2 监控系统软件需求分析 | 第16-17页 |
| 2.3 系统总体设计方案 | 第17-20页 |
| 2.3.1 目标检测 | 第18-19页 |
| 2.3.2 特征提取 | 第19-20页 |
| 2.3.3 行为识别与分析 | 第20页 |
| 2.4 本章小结 | 第20-22页 |
| 第三章 基于角度径向变换和质心的步态识别 | 第22-38页 |
| 3.1 引言 | 第22页 |
| 3.2 步态识别系统的原理 | 第22-24页 |
| 3.3 步态检测 | 第24-28页 |
| 3.3.1 轮廓提取 | 第25-27页 |
| 3.3.2 形态学去噪 | 第27-28页 |
| 3.4 步态特征提取 | 第28-35页 |
| 3.4.1 步态特征提取算法概述 | 第29-31页 |
| 3.4.2 基于角度径向变换和质心的步态特征提取 | 第31-34页 |
| 3.4.3 基于PCA的步态特征降维 | 第34-35页 |
| 3.5 步态识别 | 第35-37页 |
| 3.6 本章小结 | 第37-38页 |
| 第四章 基于宽高比和质心变化率的摔倒检测 | 第38-47页 |
| 4.1 引言 | 第38-39页 |
| 4.2 摔倒特征分析 | 第39-40页 |
| 4.3 摔倒检测算法 | 第40-43页 |
| 4.3.1 人体宽高比 | 第40-41页 |
| 4.3.2 有效面积比 | 第41-42页 |
| 4.3.3 质心变化率 | 第42页 |
| 4.3.4 摔倒检测算法流程图 | 第42-43页 |
| 4.4 实验结果及分析 | 第43-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第五章 监控系统的整体实现 | 第47-53页 |
| 5.1 引言 | 第47页 |
| 5.2 监控系统的总体设计 | 第47-48页 |
| 5.3 监控系统的实现平台 | 第48-50页 |
| 5.3.1 监控系统的硬件设备 | 第48-49页 |
| 5.3.2 监控系统的软件介绍 | 第49-50页 |
| 5.4 监控系统的操作演示 | 第50-52页 |
| 5.5 本章小结 | 第52-53页 |
| 第六章 总结与展望 | 第53-55页 |
| 6.1 总结 | 第53-54页 |
| 6.2 展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 攻读硕士学位期间的研究成果目录 | 第59-60页 |
| 致谢 | 第60页 |