| 中文摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-18页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-16页 |
| 1.3 本文组织结构 | 第16-18页 |
| 第二章 人体动作目标提取 | 第18-27页 |
| 2.1 数据集选择 | 第18-19页 |
| 2.2 图像预处理 | 第19-20页 |
| 2.2.1 图像预处理步骤 | 第19页 |
| 2.2.2 实验结果 | 第19-20页 |
| 2.3 目标提取 | 第20-26页 |
| 2.3.1 相关方法 | 第21-23页 |
| 2.3.2 双层背景建模方法 | 第23-25页 |
| 2.3.3 实验结果 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 基于MHI的人体动作识别 | 第27-37页 |
| 3.1 获取MHI图像 | 第27-28页 |
| 3.2 Hu矩和Zernike矩 | 第28-30页 |
| 3.2.1 Hu矩 | 第28-29页 |
| 3.2.2 Zernike矩 | 第29-30页 |
| 3.3 支持向量机分类 | 第30-32页 |
| 3.4 基于MHI的动作识别方法 | 第32-33页 |
| 3.5 实验结果 | 第33-36页 |
| 3.5.1 MHI图像实验结果 | 第33-34页 |
| 3.5.2 Hu矩和Zernike矩实例 | 第34-35页 |
| 3.5.3 动作识别结果 | 第35-36页 |
| 3.6 本章小结 | 第36-37页 |
| 第四章 基于多特征融合的人体动作识别 | 第37-48页 |
| 4.1 Gunnar Farneback稠密光流提取 | 第37-39页 |
| 4.2 稠密光流的表示 | 第39-44页 |
| 4.2.1 HOG\HOF\MBH描述符 | 第39-41页 |
| 4.2.2 特征编码 | 第41-44页 |
| 4.3 特征融合 | 第44-45页 |
| 4.4 本文方法 | 第45-46页 |
| 4.5 实验结果和分析 | 第46-47页 |
| 4.5.1 环境设置 | 第46页 |
| 4.5.2 实验结果分析 | 第46-47页 |
| 4.6 本章小结 | 第47-48页 |
| 第五章 总结与展望 | 第48-50页 |
| 5.1 总结 | 第48页 |
| 5.2 展望 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53-54页 |
| 硕士期间发表的论文 | 第54页 |