| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景与意义 | 第11页 |
| 1.2 关键技术发展现状 | 第11-15页 |
| 1.3 本文研究内容与研究方法 | 第15-16页 |
| 1.4 本文结构安排 | 第16-17页 |
| 第二章 运动人体区域的分割 | 第17-31页 |
| 2.1 引言 | 第17-18页 |
| 2.2 Kinect工作原理简介 | 第18-19页 |
| 2.3 融合深度信息的目标检测方法 | 第19-24页 |
| 2.3.1 融合深度信息的目标检测方法实现原理 | 第19-20页 |
| 2.3.2 本文数据库简介与融合景深信息的目标分割实验结果分析 | 第20-24页 |
| 2.4 基于边缘变化率的手部区域分割方法 | 第24-30页 |
| 2.4.1 手部区域分割方法研究现状 | 第24-25页 |
| 2.4.2 基于边缘变化率的手部区域检测方法原理 | 第25-26页 |
| 2.4.3 手部区域分割实验结果与分析 | 第26-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 基于快速移动尺度不变性特征的人体行为特征提取与描述 | 第31-43页 |
| 3.1 引言 | 第31-32页 |
| 3.2 本文算法原理分析 | 第32-37页 |
| 3.2.1 光流与SURF法相结合的人体特征提取与描述 | 第32-34页 |
| 3.2.2 基于数据库的光流更新 | 第34-36页 |
| 3.2.3 融合景深信息的特征点生成 | 第36-37页 |
| 3.3 实验结果与分析 | 第37-42页 |
| 3.3.1 K-means聚类中心影响实验 | 第38-39页 |
| 3.3.2 行为识别算法对比实验 | 第39-41页 |
| 3.3.3 算法性能对比实验 | 第41-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第四章 基于内容的多层次分类方法 | 第43-49页 |
| 4.1 引言 | 第43-44页 |
| 4.2 常用行为识别分类方法研究 | 第44-45页 |
| 4.2.1 隐马尔科夫(HMM)模型 | 第44页 |
| 4.2.2 支持向量机 | 第44-45页 |
| 4.3 基于内容的层次化分类方法 | 第45-47页 |
| 4.4 实验结果与分析 | 第47-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第五章 综合人体行为识别平台的设计与实现 | 第49-55页 |
| 5.1 平台的设计 | 第49页 |
| 5.2 平台的实现 | 第49-52页 |
| 5.2.1 人体目标检测模块 | 第50-51页 |
| 5.2.2 人体手部区域检测模块 | 第51页 |
| 5.2.3 人体行为分析识别模块 | 第51-52页 |
| 5.3 本章小结 | 第52-55页 |
| 第六章 总结与展望 | 第55-59页 |
| 6.1 全文工作总结 | 第55-56页 |
| 6.2 进一步的研究设想 | 第56-59页 |
| 参考文献 | 第59-65页 |
| 致谢 | 第65-67页 |
| 攻读学位期间发表的学术论文目录 | 第67页 |
