| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-15页 |
| ·论文的研究背景及意义 | 第9-10页 |
| ·人体行为识别技术的研究进展 | 第10-13页 |
| ·人体行为识别技术 | 第11-12页 |
| ·国内外研究现状 | 第12-13页 |
| ·人体行为识别过程 | 第13-14页 |
| ·论文主要工作和章节安排 | 第14-15页 |
| 2 隐马尔科夫模型(HMM) | 第15-28页 |
| ·数学背景及举例引入 | 第15-18页 |
| ·HMM 提出背景 | 第15-16页 |
| ·HMM 的引入 | 第16-18页 |
| ·HMM 的三个基本问题及解法 | 第18-24页 |
| ·三个基本问题 | 第18-19页 |
| ·三个基本问题的解法 | 第19-24页 |
| ·HMM 的分类 | 第24-27页 |
| ·按参数 A 分类 | 第24-25页 |
| ·按参数 B 分类 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 3 基于 HMM 的人体行为识别 | 第28-40页 |
| ·HMM 与人体行为识别的联系 | 第28-29页 |
| ·视频图像预处理 | 第29-33页 |
| ·背景建模 | 第29页 |
| ·运动目标检测 | 第29-30页 |
| ·噪声处理 | 第30-31页 |
| ·特征提取 | 第31-32页 |
| ·特征向量符号化 | 第32-33页 |
| ·HMM 的训练与识别 | 第33-35页 |
| ·参数的训练 | 第33-34页 |
| ·行为识别阶段 | 第34-35页 |
| ·实验结果及分析 | 第35-39页 |
| ·人体行为数据库及实验方案 | 第35-36页 |
| ·模型的确定及参数初始化 | 第36-37页 |
| ·实验结果及分析 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 4 使用遗传算法对 HMM 进行改进 | 第40-50页 |
| ·遗传算法 | 第40-43页 |
| ·遗传算法的思想及一般流程 | 第40-41页 |
| ·遗传算法构成要素 | 第41-43页 |
| ·遗传算法运行参数 | 第43页 |
| ·GA-BW 混合训练模型 | 第43-44页 |
| ·混合训练模型中遗传算法的设计实现 | 第44-46页 |
| ·编码 | 第44-45页 |
| ·适应值函数选取 | 第45-46页 |
| ·遗传操作设计 | 第46页 |
| ·实验结果及分析 | 第46-49页 |
| ·本章小结 | 第49-50页 |
| 5 基于 OMAP3530 硬件平台的实现 | 第50-62页 |
| ·OMAP3530 及 MINI 板的硬件结构 | 第50-52页 |
| ·OMAP3530 处理器介绍 | 第50-51页 |
| ·ICETEK-OMAP3530-MINI 板硬件结构 | 第51-52页 |
| ·开发环境的搭建 | 第52-54页 |
| ·搭建以 MINI 板为核心的硬件平台 | 第52-53页 |
| ·软件开发环境 | 第53-54页 |
| ·构建以 MINI 板为核心的嵌入式系统 | 第54-58页 |
| ·嵌入式系统组成及 MINI 板启动方式 | 第54-55页 |
| ·SD 卡的制作 | 第55页 |
| ·嵌入式操作系统的构建 | 第55-57页 |
| ·简单文件测试 | 第57-58页 |
| ·识别算法在 MINI 板上的移植 | 第58-61页 |
| ·识别算法移植的初步设计 | 第58页 |
| ·算法移植及测试 | 第58-61页 |
| ·本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 攻读学位期间的研究成果 | 第68页 |