基于视频的人体运动识别方法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·研究意义 | 第9-10页 |
| ·国内外研究水平和现状 | 第10-13页 |
| ·人体运动识别的难点和面临的挑战 | 第13-14页 |
| ·本文主要工作 | 第14页 |
| ·本文组织结构 | 第14-16页 |
| 第二章 人体运动识别方法综述 | 第16-29页 |
| ·特征提取 | 第16-20页 |
| ·非模型的方法 | 第16-18页 |
| ·基于模型的方法 | 第18-20页 |
| ·识别 | 第20-28页 |
| ·基于模板的方法 | 第20-23页 |
| ·概率统计方法 | 第23-27页 |
| ·基于语法的方法 | 第27页 |
| ·常用识别方法的比较 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 基于条件随机场的动作识别 | 第29-43页 |
| ·无向图模型 | 第29-31页 |
| ·条件随机场的势函数 | 第31-32页 |
| ·条件随机场模型 | 第32-38页 |
| ·参数训练 | 第33-35页 |
| ·概率评估 | 第35-36页 |
| ·动态规划 | 第36-37页 |
| ·求解最优状态序列 | 第37-38页 |
| ·基于条件随机场的动作识别 | 第38-42页 |
| ·特征提取 | 第38-41页 |
| ·模型训练 | 第41页 |
| ·动作识别 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 基于分割的连续动作识别 | 第43-53页 |
| ·连续动作识别中存在的难点 | 第44-45页 |
| ·“动作插入”问题 | 第44页 |
| ·解决思路 | 第44-45页 |
| ·基于条件概率密度传播的边界检测 | 第45-49页 |
| ·贝叶斯滤波原理 | 第46-47页 |
| ·条件概率密度传播 | 第47-48页 |
| ·基于估计机制的边界检测 | 第48-49页 |
| ·连续动作识别的实现 | 第49-52页 |
| ·提出假设 | 第50-51页 |
| ·验证假设 | 第51-52页 |
| ·连续动作识别算法 | 第52页 |
| ·本章小结 | 第52-53页 |
| 第五章 实验结果及分析 | 第53-59页 |
| ·实验环境 | 第53页 |
| ·单个动作实验结果及分析 | 第53-55页 |
| ·连续运动实验结果及分析 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 第六章 总结及展望 | 第59-61页 |
| ·本文总结 | 第59-60页 |
| ·工作展望 | 第60-61页 |
| 附录A: 本文插图索引 | 第61-62页 |
| 附录B: 本文公式索引 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70-71页 |
| 攻读硕士学位期间完成的论文和参加的项目 | 第71页 |
