| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-14页 |
| ·人运动的视觉分析研究现状 | 第10-11页 |
| ·人运动的视觉分析研究意义 | 第11页 |
| ·流形学习方法简介 | 第11-12页 |
| ·本人所做工作以及论文内容安排 | 第12-14页 |
| 第2章 图像序列预处理 | 第14-25页 |
| ·运动人体目标检测 | 第15-21页 |
| ·提取前景运动目标 | 第15-16页 |
| ·阴影以外干扰因素的去除 | 第16-17页 |
| ·阴影的去除 | 第17-21页 |
| ·运动人体目标轮廓序列的规范化 | 第21-24页 |
| ·运动人体目标轮廓高度的归一化 | 第21-22页 |
| ·运动人体目标垂直方向中心线的确定 | 第22-24页 |
| ·小结 | 第24-25页 |
| 第3章 流形学习方法 | 第25-42页 |
| ·流形的定义及数据降维方法概述 | 第25页 |
| ·线性降维方法 | 第25-31页 |
| ·主成分分析(PCA) | 第26-29页 |
| ·线性判别式分析(LDA) | 第29-31页 |
| ·非线性降维方法 | 第31-41页 |
| ·多维尺度分析(MDS) | 第31-34页 |
| ·局部线性嵌入(LLE) | 第34-37页 |
| ·等距映射(Isomap) | 第37-38页 |
| ·拉普拉斯特征映射(Laplacian Eigenmaps) | 第38-40页 |
| ·局部保持映射(LPP) | 第40-41页 |
| ·小结 | 第41-42页 |
| 第4章 局部线性嵌入方法在人体运动姿势识别中的应用 | 第42-54页 |
| ·样本数据库的建立 | 第42-43页 |
| ·数据降维 | 第43-45页 |
| ·局部线性嵌入算法参数的确定 | 第43页 |
| ·数据降维实验结果 | 第43-45页 |
| ·基于平均Hausdorff距离的识别方法 | 第45-48页 |
| ·平均Hausdorff距离识别算法介绍 | 第45-46页 |
| ·利用平均Hausdorff距离对运动姿势的判别 | 第46-48页 |
| ·基于高斯模型的识别方法 | 第48-51页 |
| ·高斯模型的建立 | 第48-49页 |
| ·利用高斯模型对运动姿势的判别 | 第49-51页 |
| ·基于隐式马尔可夫模型的识别方法 | 第51-53页 |
| ·隐式马尔可夫模型介绍 | 第52页 |
| ·利用隐式马尔可夫模型对运动姿势的判别 | 第52-53页 |
| ·小结 | 第53-54页 |
| 第5章 总结与展望 | 第54-56页 |
| 参考文献 | 第56-61页 |
| 攻读学位期间公开发表论文 | 第61-62页 |
| 致谢 | 第62-63页 |
| 研究生履历 | 第63页 |