电力生产中异常人体行为识别的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-13页 |
| ·课题背景及研究的目的和意义 | 第10页 |
| ·电力系统安全生产异常行为 | 第10页 |
| ·国内外研究现状 | 第10-11页 |
| ·论文主要安排 | 第11-12页 |
| ·本章小结 | 第12-13页 |
| 第2章 行为识别的理论基础 | 第13-17页 |
| ·行为识别的处理流程 | 第13页 |
| ·关键技术及难点 | 第13-16页 |
| ·本章小结 | 第16-17页 |
| 第3章 图像序列预处理 | 第17-30页 |
| ·常用的运动前景提取算法分析 | 第17-18页 |
| ·颜色空间模型 | 第18-20页 |
| ·基于时空信息的运动前景提取 | 第20-26页 |
| ·时域运动前景提取 | 第20-21页 |
| ·空域运动前景提取 | 第21-24页 |
| ·阴影处理 | 第24-26页 |
| ·实验结果与分析 | 第26-29页 |
| ·本章小结 | 第29-30页 |
| 第4章 运动目标识别与跟踪 | 第30-41页 |
| ·基于尺度不变转换的目标识别 | 第30-34页 |
| ·SIFT算法概述 | 第30页 |
| ·改进的特征描述符 | 第30-31页 |
| ·子向量和特征向量 | 第31-32页 |
| ·改进的搜索方法 | 第32-33页 |
| ·实验结果分析 | 第33-34页 |
| ·基于粒子滤波的人体目标跟踪 | 第34-39页 |
| ·特征的提取 | 第34-36页 |
| ·基于颜色和梯度特征的粒子滤波人体跟踪 | 第36-39页 |
| ·实验结果与分析 | 第39页 |
| ·本章小结 | 第39-41页 |
| 第5章 在电力生产中的异常行为识别 | 第41-48页 |
| ·基于轮廓特征的单人异常行为识别 | 第41-44页 |
| ·特征提取 | 第41-43页 |
| ·异常行为分类标准 | 第43-44页 |
| ·支持向量机 | 第44-45页 |
| ·支持向量机基本原理 | 第44-45页 |
| ·支持向量机的应用步骤 | 第45页 |
| ·实验设计与分析 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第6章 总结与展望 | 第48-50页 |
| ·总结 | 第48-49页 |
| ·展望 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第54-55页 |
| 致谢 | 第55页 |
