| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| List of Figures | 第12-14页 |
| List of Tables | 第14-15页 |
| Chapter 1 Introduction | 第15-25页 |
| ·Background and Significance of the Subject | 第15-16页 |
| ·A Review of Research Status Abroad | 第16-20页 |
| ·Challenges and Characteristics of the Domain | 第17-19页 |
| ·Intra- and Inter-Class Variations | 第17页 |
| ·Environment and Recording Settings | 第17-18页 |
| ·Temporal Variations | 第18页 |
| ·Obtaining and Labeling Training Data | 第18-19页 |
| ·Common Datasets | 第19-20页 |
| ·KTH Human Motion Dataset | 第19页 |
| ·Weizmann Human Action Dataset | 第19页 |
| ·INRIA XMAS Multi-View Dataset | 第19页 |
| ·UCF Sports Action Dataset | 第19-20页 |
| ·Hollywood Human Action Dataset | 第20页 |
| ·Other Datasets | 第20页 |
| ·Research Content | 第20-23页 |
| ·Moving Target Detection | 第22页 |
| ·Morphological Processing | 第22页 |
| ·Features Extraction | 第22-23页 |
| ·Local Feature Extraction (Corner Detection) | 第22-23页 |
| ·Global Feature Extraction (Contour Detection) | 第23页 |
| ·Support Vector Machine Classifiers (SVM) | 第23页 |
| ·Thesis Organization | 第23-24页 |
| ·Thesis Scope | 第24-25页 |
| Chapter 2 Moving Target Detection and Morphological Processing | 第25-43页 |
| ·Moving Target Detection | 第25-36页 |
| ·Background Difference Method | 第26-31页 |
| ·Background Modeling | 第26-30页 |
| ·Running Gaussian Average | 第26-27页 |
| ·Temporal Median Filter | 第27-28页 |
| ·Mixture of Gaussians | 第28-29页 |
| ·Kernel Density Estimation | 第29页 |
| ·Sequential Kernel Density Approximation | 第29-30页 |
| ·Cooccurrence of Image Variations | 第30页 |
| ·Eigenbackgrounds | 第30页 |
| ·Background Subtraction | 第30-31页 |
| ·Results | 第31-36页 |
| ·Morphological Processing | 第36-41页 |
| ·Binary Erosion and Dilation Operations | 第36-38页 |
| ·Dilation | 第36-37页 |
| ·Erosion | 第37-38页 |
| ·Binary Opening and Closing Operations | 第38-40页 |
| ·Opening | 第38-39页 |
| ·Closing | 第39-40页 |
| ·Results | 第40-41页 |
| ·Discussion | 第41页 |
| ·Summary | 第41-43页 |
| Chapter 3 Feature Extraction | 第43-57页 |
| ·Local Feature Extraction | 第43-46页 |
| ·Corner Detection | 第44-46页 |
| ·Harris Corner Detection Algorithm | 第44-46页 |
| ·Global Feature Extraction | 第46-51页 |
| ·2DPCA | 第47-48页 |
| ·Alternative 2DPCA | 第48-49页 |
| ·(2D)2PCA | 第49-50页 |
| ·2DPCA & (2D)2PCA advantages and disadvantages | 第50-51页 |
| ·Results | 第51-56页 |
| ·Summary | 第56-57页 |
| Chapter 4 Support Vector Machine Classifier | 第57-80页 |
| ·Support Vector Machine Theory | 第57-68页 |
| ·Linearly Separable Binary Classification | 第58-62页 |
| ·Theory | 第58-61页 |
| ·Application | 第61-62页 |
| ·Binary Classification for Data that is not Fully Linearly Separable | 第62-65页 |
| ·Theory | 第62-64页 |
| ·Application | 第64-65页 |
| ·Nonlinear Support Vector Machines | 第65-67页 |
| ·Theory | 第65-66页 |
| ·Application | 第66-67页 |
| ·SVM Multiclass Classification | 第67-68页 |
| ·Advantages and Disadvantages of SVM | 第68-69页 |
| ·Results | 第69-79页 |
| ·Discussion | 第72-79页 |
| ·Summary | 第79-80页 |
| Conclusion | 第80-82页 |
| Future Work | 第82-84页 |
| References | 第84-92页 |
| Acknowledgement | 第92页 |
