视频运动人体行为识别与分类方法研究
摘要 | 第1-8页 |
ABSTRACT | 第8-12页 |
缩略语 | 第12-22页 |
第一章 绪论 | 第22-34页 |
·研究的背景和意义 | 第24-28页 |
·研究背景 | 第24-25页 |
·传统视频监控的局限性 | 第25-26页 |
·智能视频监控的优势 | 第26-28页 |
·研究的问题与目标 | 第28页 |
·论文的主要研究工作与内容安排 | 第28-34页 |
·研究主线 | 第28页 |
·主要工作 | 第28-30页 |
·论文的结构 | 第30-34页 |
第二章 人体行为识别与分类方法及应用现状分析 | 第34-56页 |
·人体行为数据库 | 第34-39页 |
·南安普顿大学步态身份识别数据库 | 第34-35页 |
·皇家理工学院行为识别数据库 | 第35-36页 |
·魏茨曼科学院行为识别数据库 | 第36-37页 |
·中国科学院自动化研究所生物信息识别数据库 | 第37-39页 |
·国内外理论研究现状 | 第39-54页 |
·行为表示 | 第41-49页 |
·行为识别 | 第49-54页 |
·国内外技术研究现状 | 第54-55页 |
·本章小结 | 第55-56页 |
第三章 人体运动行为特征提取与表示方法 | 第56-68页 |
·解卷绕法 | 第56-61页 |
·轮廓线提取 | 第56-60页 |
·特征转换 | 第60-61页 |
·关键点表示法 | 第61-62页 |
·Haar 基函数 | 第61页 |
·图像Haar 小波变换 | 第61-62页 |
·Radon 变换法 | 第62-64页 |
·(?) 变换法 | 第64-66页 |
·本章小结 | 第66-68页 |
第四章 基于动态时间规划的运动人体行为识别方法 | 第68-92页 |
·动态时间规划 | 第68-72页 |
·动态时间规划基本原理 | 第69-70页 |
·时间弯折的限制 | 第70页 |
·时间弯折的动态规划方法 | 第70-72页 |
·分段加权动态时间规划法 | 第72-77页 |
·步态建模与识别 | 第73-76页 |
·实验结果分析 | 第76-77页 |
·关键帧特征识别法 | 第77-90页 |
·特征分析与关键帧检测 | 第79-82页 |
·特征提取与表示 | 第82-84页 |
·行为建模与识别 | 第84-85页 |
·实验结果分析 | 第85-90页 |
·本章小结 | 第90-92页 |
第五章 基于隐马尔可夫模型的运动人体行为分类方法 | 第92-118页 |
·隐马尔可夫模型基本原理 | 第93-100页 |
·马尔可夫链 | 第93-94页 |
·隐马尔可夫模型基本概念 | 第94-95页 |
·隐马尔可夫模型基本算法 | 第95-100页 |
·关键点特征分类法 | 第100-108页 |
·特征提取 | 第101-102页 |
·行为训练与识别 | 第102-104页 |
·实验结果分析 | 第104-108页 |
·交互行为整体分类法 | 第108-116页 |
·? 变换特征表示与分析 | 第109-113页 |
·隐马尔可夫模型的训练与识别 | 第113-114页 |
·实验结果分析 | 第114-116页 |
·本章小结 | 第116-118页 |
第六章 基于条件随机场的运动人体行为分类方法 | 第118-128页 |
·条件随机场基本原理 | 第118-122页 |
·条件随机场的无向图结构 | 第118-119页 |
·条件随机场的势函数表示 | 第119-120页 |
·条件随机场的参数估计 | 第120-121页 |
·条件随机场的边缘概率 | 第121-122页 |
·整体特征判别分类法 | 第122-125页 |
·序列分割与特征表示 | 第122页 |
·特征选择 | 第122-125页 |
·行为分类 | 第125页 |
·实验结果分析 | 第125-127页 |
·实验数据设置 | 第125-126页 |
·实验结果讨论 | 第126-127页 |
·实验结果对比 | 第127页 |
·本章小结 | 第127-128页 |
第七章 总结与展望 | 第128-132页 |
·全文内容总结 | 第128-130页 |
·后续研究工作展望 | 第130-132页 |
参考文献 | 第132-154页 |
致谢 | 第154-156页 |
攻读博士学位期间完成的科研成果和参与的科研项目 | 第156-159页 |