基于SVM的室内跌倒检测算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外发展及研究现状 | 第12-15页 |
| 1.3 主要研究内容及章节安排 | 第15-16页 |
| 第二章 前景目标检测 | 第16-30页 |
| 2.1 常用前景目标检测方法 | 第16-22页 |
| 2.1.1 帧间差分法 | 第16-18页 |
| 2.1.2 背景差分法 | 第18-20页 |
| 2.1.3 光流法 | 第20-21页 |
| 2.1.4 前景目标检测方法对比 | 第21-22页 |
| 2.2 高斯混合模型背景差分法 | 第22-25页 |
| 2.2.1 算法原理 | 第22-25页 |
| 2.2.2 高斯混合背景差分法实现 | 第25页 |
| 2.3 前景图像处理 | 第25-29页 |
| 2.3.1 滤波处理 | 第26-27页 |
| 2.3.2 形态学处理 | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 特征提取 | 第30-45页 |
| 3.1 加速度特征 | 第30-33页 |
| 3.2 前景特征提取预处理 | 第33-34页 |
| 3.3 外接矩 | 第34-38页 |
| 3.4 质心 | 第38-43页 |
| 3.5 其他特征 | 第43-44页 |
| 3.6 本章小结 | 第44-45页 |
| 第四章 系统设计及仿真结果 | 第45-56页 |
| 4.1 硬件系统 | 第45-47页 |
| 4.2 支持向量机 | 第47-53页 |
| 4.2.1 数学模型 | 第48-50页 |
| 4.2.2 核函数 | 第50-52页 |
| 4.2.3 LIBSVM库的使用 | 第52-53页 |
| 4.3 实验结果与分析 | 第53-55页 |
| 4.4 本章小结 | 第55-56页 |
| 总结与展望 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62页 |
