基于单目视频序列的人体运动分析方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-21页 |
| ·引言 | 第8-10页 |
| ·人体运动分析的主要内容 | 第10-15页 |
| ·运动人体的追踪 | 第10-11页 |
| ·人体运动的表示 | 第11-13页 |
| ·动作识别和行为理解 | 第13-15页 |
| ·人体运动分析的主要应用 | 第15-17页 |
| ·人体运动分析的特点和难点 | 第17-19页 |
| ·本课题研究的主要内容 | 第19-21页 |
| 第2章 时空兴趣点及其分类 | 第21-37页 |
| ·时空兴趣点机器检测 | 第21-31页 |
| ·时空事件 | 第21页 |
| ·二维空间中兴趣点的检测 | 第21-25页 |
| ·时空兴趣点的检测 | 第25-28页 |
| ·兴趣点检测算法 | 第28-29页 |
| ·实验 | 第29-31页 |
| ·时空兴趣点的分类 | 第31-35页 |
| ·立方体 | 第31-32页 |
| ·立方体的描述符 | 第32页 |
| ·K-mean聚类 | 第32-35页 |
| ·实验 | 第35页 |
| ·运动的时空兴趣点表示和其他表示方法的比较 | 第35页 |
| ·本章小结 | 第35-37页 |
| 第3章 动作模型与动作识别 | 第37-43页 |
| ·动作模型 | 第37-40页 |
| ·动作模型的建立 | 第37-38页 |
| ·动作模型的规范化 | 第38-39页 |
| ·运动人体的检测 | 第39-40页 |
| ·动作分类 | 第40-42页 |
| ·最小距离分类器 | 第40-41页 |
| ·实验 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 时空兴趣点检测的尺度选择 | 第43-53页 |
| ·问题的提出 | 第43-44页 |
| ·空间域上的尺度选择 | 第44-45页 |
| ·高斯Blob和时空事件 | 第45-46页 |
| ·尺度选择算子 | 第46-48页 |
| ·尺度自适应的时空兴趣点检测算法 | 第48-50页 |
| ·实验 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第5章 Gabor滤波器与高斯滤波器的混合 | 第53-59页 |
| ·引言 | 第53-54页 |
| ·Gabor滤波器 | 第54-55页 |
| ·一维Gabor滤波器 | 第54页 |
| ·二维Gabor滤波器 | 第54-55页 |
| ·混合滤波器 | 第55-56页 |
| ·算法 | 第56-57页 |
| ·实验 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 致谢 | 第65页 |
