基于兴趣点和形状特征的动作识别
摘要 | 第1-4页 |
Abstract | 第4-5页 |
目录 | 第5-7页 |
1 绪论 | 第7-13页 |
·课题的研究背景和意义 | 第7-8页 |
·相关内容及国内外研究现状 | 第8-10页 |
·主要研究内容 | 第10页 |
·本文的结构 | 第10-13页 |
2 行为识别的框架 | 第13-23页 |
·现有的行为识别的框架 | 第13-14页 |
·词袋模型(bag-of-words) | 第14页 |
·K-means聚类 | 第14-15页 |
·支持向量机理论 | 第15-17页 |
·本文的框架 | 第17-18页 |
·本文所采用的实验环境和实验数据 | 第18-21页 |
·CASIA数据库介绍 | 第18-20页 |
·Weizmann数据库介绍 | 第20-21页 |
·本章小结 | 第21-23页 |
3 基于高斯背景建模的运动区域提取 | 第23-31页 |
·现有方法介绍 | 第23-25页 |
·本文方法介绍 | 第25-29页 |
·运动区域提取对特征提取的影响 | 第29-30页 |
·本章小结 | 第30-31页 |
4 兴趣点及形状特征提取 | 第31-45页 |
·已有的方法 | 第31-33页 |
·特征选择 | 第31-32页 |
·运动描述 | 第32-33页 |
·时空兴趣点 | 第33-35页 |
·本文采用的方法 | 第35-42页 |
·形状特征 | 第35-36页 |
·兴趣点特征及描述子 | 第36-38页 |
·cuboids描述子 | 第38-42页 |
·本章小节 | 第42-45页 |
5 实验方法及结果分析 | 第45-55页 |
·实验方法和过程 | 第45-52页 |
·使用形状特征对动作进行识别 | 第45-46页 |
·使用兴趣点特征来对动作进行识别 | 第46-49页 |
·使用形状特征和兴趣点特征结来对运动进行识别 | 第49-52页 |
·实验结果总结 | 第52-53页 |
·本章小结 | 第53-55页 |
6 总结与展望 | 第55-59页 |
·总结 | 第55-56页 |
·工作展望 | 第56-59页 |
致谢 | 第59-61页 |
参考文献 | 第61-64页 |