多特征融合的摔倒行为检测算法研究
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 摔倒行为检测研究的背景及意义 | 第8-10页 |
| 1.2 摔倒行为检测的研究现状 | 第10-12页 |
| 1.3 摔倒行为检测的难点分析 | 第12页 |
| 1.4 主要研究内容及章节结构安排 | 第12-13页 |
| 1.4.1 主要研究内容 | 第12-13页 |
| 1.4.2 章节结构安排 | 第13页 |
| 1.5 本章小结 | 第13-14页 |
| 2 摔倒行为中的目标检测 | 第14-26页 |
| 2.1 视频预处理 | 第14-15页 |
| 2.2 经典的运动目标检测方法 | 第15-17页 |
| 2.2.1 帧间差分法 | 第15-16页 |
| 2.2.2 光流法 | 第16页 |
| 2.2.3 背景减除法 | 第16-17页 |
| 2.3 改进的运动目标检测方法 | 第17-23页 |
| 2.3.1 侧面视角目标检测 | 第17页 |
| 2.3.2 基于“首尾帧”的正面视角目标检测 | 第17-23页 |
| 2.4 实验及结果分析 | 第23-25页 |
| 2.5 本章小结 | 第25-26页 |
| 3 多特征融合的摔倒行为特征表达 | 第26-45页 |
| 3.1 现有特征表达方法概述 | 第26-32页 |
| 3.1.1 全局特征 | 第26-30页 |
| 3.1.2 局部特征 | 第30-32页 |
| 3.2 多特征融合的摔倒行为特征表达 | 第32-44页 |
| 3.2.1 基于质心变化率的运动特征 | 第32-34页 |
| 3.2.2 基于VEI的姿态判别 | 第34-37页 |
| 3.2.3 改进的SIFT特征 | 第37-44页 |
| 3.3 本章小结 | 第44-45页 |
| 4 摔倒行为分类与实验分析 | 第45-58页 |
| 4.1 现有行为分类技术概述 | 第45-47页 |
| 4.1.1 直接分类法 | 第45页 |
| 4.1.2 模板匹配法 | 第45页 |
| 4.1.3 状态空间法 | 第45-46页 |
| 4.1.4 词袋模型法 | 第46-47页 |
| 4.2 基于双向匹配SIFT的摔倒行为分类 | 第47-48页 |
| 4.3 实验环境 | 第48-51页 |
| 4.3.1 实验数据库 | 第48-49页 |
| 4.3.2 实验平台及系统界面 | 第49-51页 |
| 4.4 实验与结果分析 | 第51-57页 |
| 4.5 本章小结 | 第57-58页 |
| 5 总结与展望 | 第58-60页 |
| 5.1 本文工作总结 | 第58-59页 |
| 5.2 后续工作展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 附录 | 第65页 |
| A．作者在攻读学位期间发表的论文目录 | 第65页 |
