多视角下视频序列的人体特征提取与快速识别算法研究
| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 縮略语简表 | 第12-13页 |
| 第一章 绪论 | 第13-18页 |
| 1.1 课题研究的背景和意义 | 第13-14页 |
| 1.2 运动人体识别的研究进展与现状 | 第14-15页 |
| 1.3 论文的主要研究内容 | 第15-18页 |
| 第二章 运动人体识别算法概述 | 第18-24页 |
| 2.1 运动人体识别系统 | 第18-19页 |
| 2.2 人体运动识别的主要方法 | 第19-21页 |
| 2.2.1 基于模型的方法 | 第19-20页 |
| 2.2.2 非模型的方法 | 第20-21页 |
| 2.3 主要的特征数据库 | 第21-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 运动人体目标与关键帧提取 | 第24-32页 |
| 3.1 图像提取 | 第24-26页 |
| 3.1.1 背景建模 | 第24-25页 |
| 3.1.2 目标提取 | 第25-26页 |
| 3.2 目标图像形态学处理和连通域分析 | 第26-28页 |
| 3.3 人体运动周期与关键帖提取 | 第28-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第四章 特征提取 | 第32-40页 |
| 4.1 区域面积特征提取 | 第32-34页 |
| 4.2 肢体角度特征提取 | 第34-37页 |
| 4.3 特征融合 | 第37-39页 |
| 4.4 本章小结 | 第39-40页 |
| 第五章 分类识别与结果分析 | 第40-49页 |
| 5.1 分类器技术简述 | 第40-43页 |
| 5.1.1 分类器介绍 | 第40-41页 |
| 5.1.2 多分类器系统结构 | 第41-43页 |
| 5.2 最近邻模糊分类器 | 第43-46页 |
| 5.2.1 特征差矩阵 | 第43-44页 |
| 5.2.2 模糊分类函数和隶属度矩阵 | 第44-45页 |
| 5.2.3 判决准则 | 第45-46页 |
| 5.3 实验结果及分析 | 第46-48页 |
| 5.3.1 实验数据库 | 第46页 |
| 5.3.2 实验系统框图 | 第46-47页 |
| 5.3.3 实验结果分析 | 第47-48页 |
| 5.4 本章小结 | 第48-49页 |
| 第六章 总结与展望 | 第49-52页 |
| 6.1 课题工作总结 | 第49-50页 |
| 6.2 未来方向展望 | 第50-52页 |
| 参考文献 | 第52-57页 |
| 致谢 | 第57-58页 |
| 攻读学位期间发表的学术论文 | 第58-59页 |
| 附件 | 第59页 |
