摘要 | 第1页 |
ABSTRACT | 第3-6页 |
第一章 引言 | 第6-10页 |
·研究意义 | 第6-7页 |
·论文概要 | 第7-8页 |
·论文组织结构 | 第8-10页 |
第二章 国内外研究现状 | 第10-17页 |
·运动检测 | 第11-12页 |
·背景减除(Background Subtraction) | 第11页 |
·时间差分(Temporal Difference) | 第11-12页 |
·光流(Optical Flow) | 第12页 |
·人的跟踪 | 第12-13页 |
·基于模型的跟踪(Model-based Tracking) | 第12-13页 |
·基于区域的跟踪(Region-based Tracking) | 第13页 |
·基于特征的跟踪(Feature-based Tracking) | 第13页 |
·行为识别与姿态三维重构 | 第13-15页 |
·行为识别 | 第13-14页 |
·三维姿态重构 | 第14-15页 |
·人体运动分析方法小结 | 第15-17页 |
·运动分割 | 第15-16页 |
·三维姿态重构 | 第16-17页 |
第三章 整体技术框架 | 第17-20页 |
·建立3D 运动数据库 | 第18页 |
·运动重构阶段 | 第18-20页 |
第四章 人体轮廓预处理 | 第20-29页 |
·基于Level Set 方法的人体轮廓平滑 | 第20-24页 |
·Level Set 方法简介 | 第20-21页 |
·Level Set 方法原理及FMM 算法实现 | 第21-24页 |
·实验结果 | 第24页 |
·人体轮廓的抽样点表示 | 第24-27页 |
·动态抽样 | 第24-25页 |
·静态抽样 | 第25-26页 |
·抽样点方法小结 | 第26-27页 |
·坐标变换 | 第27页 |
·小结 | 第27-29页 |
第五章 基于形状局部特征的人体轮廓匹配 | 第29-37页 |
·基于最小搬运距离(EMD)的相似性度量标准 | 第29-31页 |
·LSH 搜索方法 | 第31-33页 |
·匹配结果 | 第33-34页 |
·实验及结果分析 | 第34-36页 |
·对基于Hu 矩不变量的全局特征算法作出的改善 | 第34-35页 |
·本方法存在的不足 | 第35-36页 |
·小结 | 第36-37页 |
第六章 基于Shape Context 的人体轮廓建模 | 第37-43页 |
·Shape Context 方法 | 第37-40页 |
·算法原理 | 第38-39页 |
·Shape Context 应用 | 第39-40页 |
·主成分分析(PCA)方法 | 第40-42页 |
·算法原理 | 第40-42页 |
·主成分分析在系统中的应用 | 第42页 |
·小结 | 第42-43页 |
第七章 实验及结果分析 | 第43-49页 |
·搜索时间 | 第44页 |
·应用范围 | 第44-45页 |
·匹配准确程度 | 第45-48页 |
·匹配结果的模糊性 | 第48页 |
·小结 | 第48-49页 |
第八章 结束语 | 第49-51页 |
·主要工作 | 第49页 |
·进一步的工作 | 第49-51页 |
参考文献 | 第51-57页 |
致谢 | 第57-58页 |
在学期间发表的学术论文和参加科研情况 | 第58页 |
作者简介 | 第58页 |