基于形状特征的人体行为识别方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题研究的背景和意义 | 第10-11页 |
| ·国内外研究现状分析 | 第11-12页 |
| ·基于视频的人体行为识别系统 | 第12-13页 |
| ·本文的主要研究工作 | 第13-15页 |
| ·本文的组织安排 | 第15-16页 |
| 第2章 人体行为的识别方法 | 第16-24页 |
| ·运动人体检测 | 第16页 |
| ·提取运动目标的特征 | 第16-18页 |
| ·基于模型方法的特征提取 | 第17-18页 |
| ·基于非模型方法的特征提取 | 第18页 |
| ·行为的分类识别 | 第18-23页 |
| ·模板匹配的方法 | 第19页 |
| ·概率统计的方法 | 第19-21页 |
| ·神经网络的方法 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 人体形状特征的提取与表示 | 第24-36页 |
| ·傅里叶描述子 | 第24-25页 |
| ·基于傅里叶描述子的人体轮廓特征提取 | 第25-30页 |
| ·提取运动人体的轮廓线 | 第25-27页 |
| ·提取人体轮廓的傅里叶描述子特征 | 第27-30页 |
| ·基于几何参数的特征提取 | 第30-35页 |
| ·二值图像的几何参数特征 | 第31页 |
| ·图像的连通性处理 | 第31-33页 |
| ·基于几何参数的形状特征提取 | 第33-34页 |
| ·提取特征的主分量 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 基于隐马尔科夫模型的人体行为识别 | 第36-51页 |
| ·隐马尔科夫模型 | 第36-43页 |
| ·隐马尔科夫链 | 第36-37页 |
| ·HMM 模型的拓扑结构 | 第37-39页 |
| ·HMM 模型的基本算法 | 第39-43页 |
| ·HMM 在人体行为识别中的应用 | 第43-50页 |
| ·人体图像特征提取 | 第43页 |
| ·矢量量化过程 | 第43-44页 |
| ·HMM 分类器设计 | 第44-46页 |
| ·实验及其分析 | 第46-50页 |
| ·本章小结 | 第50-51页 |
| 第5章 基于RBF 神经网络的人体行为识别 | 第51-62页 |
| ·RBF 神经网络 | 第51-54页 |
| ·基于高斯核的RBF 神经网络的拓扑结构 | 第51-52页 |
| ·径向基神经元模型机构 | 第52页 |
| ·RBF 网络的学习 | 第52-54页 |
| ·RBF 神经网络在人体行为识别中的应用 | 第54-61页 |
| ·RBF 神经网络设计 | 第55-56页 |
| ·RBF 网络的训练与识别 | 第56-57页 |
| ·实验及其分析 | 第57-61页 |
| ·本章小结 | 第61-62页 |
| 结论 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第68-69页 |
| 致谢 | 第69-70页 |
| 作者简介 | 第70页 |
