高龄化社会人本信息技术研究--全方位计算机视觉在老人智能监护系统中的应用
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 引言 | 第8-12页 |
| ·课题背景 | 第8-9页 |
| ·问题的提出 | 第9-10页 |
| ·本研究的目的和意义 | 第10页 |
| ·本文的章节结构 | 第10-12页 |
| 第二章 家庭智能监护技术介绍 | 第12-20页 |
| ·研究现状介绍 | 第12-16页 |
| ·基于活动行为分析的家庭监护技术 | 第12-14页 |
| ·基于生理信号的家庭监护技术 | 第14页 |
| ·基于远程医疗的家庭监护技术 | 第14-15页 |
| ·家庭监护技术总结 | 第15-16页 |
| ·本研究的内容 | 第16-18页 |
| ·本研究涉及的相关技术介绍 | 第18-19页 |
| ·全方位视觉系统 | 第18页 |
| ·隐马尔可夫模型 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 全方位视觉系统 | 第20-33页 |
| ·引言 | 第20-21页 |
| ·国内外研究现状 | 第21-22页 |
| ·全方位视觉系统 | 第22-23页 |
| ·全方位图像的快速展开 | 第23-27页 |
| ·动态背景减除 | 第27-32页 |
| ·初始化背景模型 | 第28页 |
| ·图像差分算法 | 第28-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 隐马尔可夫模型的基本理论 | 第33-43页 |
| ·引言 | 第33页 |
| ·马尔可夫过程和马尔可夫链 | 第33-34页 |
| ·转移概率 | 第34-35页 |
| ·隐马尔可夫模型(HMM)基本概念 | 第35-37页 |
| ·隐马尔可夫模型基本算法 | 第37-41页 |
| ·前向-后向算法 | 第37-39页 |
| ·Viterbi算法 | 第39-40页 |
| ·Baum-Welch算法 | 第40-41页 |
| ·分段K均值 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 基于HMM的人体姿态识别技术 | 第43-51页 |
| ·引言 | 第43页 |
| ·系统流程 | 第43-46页 |
| ·特征提取单元 | 第46-48页 |
| ·特征向量 | 第48-49页 |
| ·状态模型 | 第49页 |
| ·数据结构 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第六章 实验结果及分析 | 第51-54页 |
| ·引言 | 第51页 |
| ·特征提取单元的选取 | 第51-52页 |
| ·滑动窗的方向 | 第52页 |
| ·图像帧数的选取 | 第52页 |
| ·状态数和混合度参数的选择 | 第52-53页 |
| ·实验结果 | 第53页 |
| ·本章小结 | 第53-54页 |
| 第七章 总结与展望 | 第54-63页 |
| ·本文总结 | 第54-55页 |
| ·研究展望 | 第55-63页 |
| 致谢 | 第63-64页 |
| 攻读学位期间发表的学术论文目录 | 第64页 |
