| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 1 绪论 | 第11-21页 |
| 1.1 研究背景 | 第11-15页 |
| 1.2 视频分割与视频运动识别的研究现状 | 第15-19页 |
| 1.2.1 视频分割研究现状 | 第15-17页 |
| 1.2.2 视频运动识别研究现状 | 第17-19页 |
| 1.3 本文研究内容与组织结构 | 第19-21页 |
| 2 基于双滑动窗的视频运动分割 | 第21-28页 |
| 2.1 镜头检测 | 第21页 |
| 2.2 双滑动窗口的提出 | 第21-26页 |
| 2.2.1 双滑动窗检测思想的提出 | 第23页 |
| 2.2.2 双滑动窗检测具体实现流程及步骤 | 第23-26页 |
| 2.3 实验与数据分析 | 第26-27页 |
| 2.3.1 取材介绍及实验设计 | 第26页 |
| 2.3.2 实验结果分析 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 3 基于全局运动的视频分割方法 | 第28-40页 |
| 3.1 传统视频分割方法存在的不足 | 第28-31页 |
| 3.2 帧间运动描述子提取 | 第31页 |
| 3.3 基于行（列）亮度积分变化的帧间全局运动估计 | 第31-35页 |
| 3.4 双重窗口滑动检测 | 第35-36页 |
| 3.5 实验与数据分析 | 第36-38页 |
| 3.5.1 取材介绍及实验设计 | 第36-38页 |
| 3.5.2 实验结果分析 | 第38页 |
| 3.6 本章小结 | 第38-40页 |
| 4 基于间接方式的人体运动识别方法 | 第40-59页 |
| 4.1 典型的运动识别算法 | 第41-43页 |
| 4.2 基于改进的菱形搜索块匹配方法的人体活动识别 | 第43-50页 |
| 4.2.1 菱形块匹配算法 | 第44-46页 |
| 4.2.2 描述子的设计 | 第46-49页 |
| 4.2.3 训练和分类 | 第49页 |
| 4.2.4 实验及数据分析 | 第49-50页 |
| 4.2.4.1 取材介绍及实验设计 | 第49-50页 |
| 4.2.4.2 实验结果分析 | 第50页 |
| 4.3 基于金字塔结构的 Lucas-Kanade 光流方法人体活动识别 | 第50-58页 |
| 4.3.1 Lucas-Kanade 光流方法 | 第50-51页 |
| 4.3.2 金字塔结构的改进 Lucas-Kanade 光流方法 | 第51-52页 |
| 4.3.3 基于光流的运动行为识别方法 | 第52-55页 |
| 4.3.3.1 特征描述子的设计 | 第52-55页 |
| 4.3.3.2 基于 SVM 的运动行为训练和分类 | 第55页 |
| 4.3.4 实验与数据分析 | 第55-58页 |
| 4.3.4.1 取材介绍及实验设计 | 第55-57页 |
| 4.3.4.2 实验结果分析 | 第57-58页 |
| 4.4 本章小结 | 第58-59页 |
| 5 总结与展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64-65页 |
| 个人简历 | 第65页 |
| 发表的学术论文与研究成果 | 第65-66页 |
