首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

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

论文共159页,点击 下载论文
上一篇:基于脉冲耦合神经网络的图像处理若干问题研究
下一篇:全天空极光图像的分类与检索