基于单目视觉的行为识别算法的研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究的背景及意义 | 第8页 |
| 1.2 关键技术研究现状及发展趋势 | 第8-11页 |
| 1.3 本文研究的主要内容及创新点 | 第11页 |
| 1.4 本文的结构安排 | 第11-12页 |
| 第二章 相关理论介绍 | 第12-21页 |
| 2.1 人体目标检测及特征提取算法 | 第12-17页 |
| 2.1.1 背景减除法 | 第12页 |
| 2.1.2 帧间差分法 | 第12-13页 |
| 2.1.3 形状上下文描述算子 | 第13-14页 |
| 2.1.4 光流法 | 第14-15页 |
| 2.1.5 基于显著性区域的特征提取 | 第15-17页 |
| 2.2 行为分类算法 | 第17-20页 |
| 2.2.1 k 最近邻域法 | 第17-18页 |
| 2.2.2 大间隔最近邻分类算法 | 第18-19页 |
| 2.2.3 支持向量机法 | 第19-20页 |
| 2.3 本章小结 | 第20-21页 |
| 第三章 基于区域显著性的特征提取 | 第21-27页 |
| 3.1 基于区域显著性的特征提取算法 | 第21-24页 |
| 3.1.1 运动区域粗检测 | 第21-22页 |
| 3.1.2 显著目标检测及提取 | 第22-24页 |
| 3.2 实验结果和分析 | 第24-26页 |
| 3.2.1 实验结果 | 第24-25页 |
| 3.3.2 实验对比分析 | 第25-26页 |
| 3.3 本章小结 | 第26-27页 |
| 第四章 基于运动上下文特征的行为分类 | 第27-37页 |
| 4.1 运动目标的提取 | 第27-29页 |
| 4.2 行为上下文描述算子 | 第29-33页 |
| 4.2.1 局部特征提取 | 第30-32页 |
| 4.2.2 运动特征提取 | 第32页 |
| 4.2.3 行为上下文描述 | 第32-33页 |
| 4.3 行为分类模型 | 第33-34页 |
| 4.3.1 最近邻域法 | 第33页 |
| 4.3.2 本文行为分类的过程 | 第33-34页 |
| 4.4 实验结果与分析 | 第34-36页 |
| 4.5 本章小结 | 第36-37页 |
| 第五章 总结与展望 | 第37-39页 |
| 5.1 本文总结 | 第37页 |
| 5.2 展望未来 | 第37-39页 |
| 参考文献 | 第39-43页 |
| 致谢 | 第43-44页 |
| 附录 I 攻读学位期间发表的论文 | 第44-45页 |
| 详细摘要 | 第45-49页 |
