基于光流计算的典型行为识别算法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-18页 |
| ·引言 | 第7页 |
| ·研究背景与现实意义 | 第7-9页 |
| ·人体运动分析的发展现状 | 第9-10页 |
| ·行为识别的关键技术 | 第10-16页 |
| ·人体建模 | 第10-12页 |
| ·行为识别中所需的各种层次的细节元素 | 第12-13页 |
| ·人的行为识别的方法 | 第13-15页 |
| ·高层的场景语义理解 | 第15-16页 |
| ·小结 | 第16页 |
| ·本文内容安排 | 第16-18页 |
| 第二章 光流计算的实验对比与分析 | 第18-36页 |
| ·引言 | 第18-19页 |
| ·光流计算综述 | 第19-23页 |
| ·光流的约束方程 | 第20-22页 |
| ·孔径问题 | 第22-23页 |
| ·灰度图像的光流计算 | 第23-29页 |
| ·Hom-Schunck法 | 第24-26页 |
| ·Lucas-Kanade法 | 第26-28页 |
| ·灰度图像光流的计算小结 | 第28-29页 |
| ·彩色图像的光流计算 | 第29-31页 |
| ·彩色图像光流计算与算法结果 | 第29-31页 |
| ·彩色图像光流的计算小结 | 第31页 |
| ·多分辨结构下的光流计算 | 第31-35页 |
| ·构造金字塔图像 | 第32-33页 |
| ·分层光流的计算流程 | 第33-34页 |
| ·实验结果与分析 | 第34-35页 |
| ·小结 | 第35-36页 |
| 第三章 行为建模与序列比对 | 第36-45页 |
| ·引言 | 第36页 |
| ·行为建模 | 第36-38页 |
| ·特征的选取 | 第36-38页 |
| ·模型的建立 | 第38页 |
| ·序列比对 | 第38-43页 |
| ·序列比对介绍 | 第39-40页 |
| ·字符编辑距离 | 第40-42页 |
| ·最大公共子序列 | 第42-43页 |
| ·小结 | 第43-45页 |
| 第四章 行为识别系统的设计与实现 | 第45-59页 |
| ·引言 | 第45页 |
| ·DIRECTSHOW的简介 | 第45-48页 |
| ·DirectShow的组成 | 第45-48页 |
| ·DirectShow在系统中的应用 | 第48页 |
| ·GREATWALL智能视频监控系统 | 第48-50页 |
| ·人的行为识别模块的构架 | 第50-55页 |
| ·输入视频的预处理 | 第50-52页 |
| ·光流特征的计算与量化 | 第52-53页 |
| ·公共模板库和索引序列库的生成 | 第53-54页 |
| ·序列比对 | 第54-55页 |
| ·系统测试结果与分析 | 第55-59页 |
| ·行为识别模块的优点 | 第56-57页 |
| ·实验结果与分析 | 第57-59页 |
| 第五章 总结与展望 | 第59-62页 |
| ·本文总结 | 第59-60页 |
| ·未来工作展望 | 第60-62页 |
| 参考文献 | 第62-68页 |
| 发表文章 | 第68-69页 |
| 致谢 | 第69-70页 |
| 西北工业大学学位论文知识产权声明书 | 第70页 |
| 西北工业大学学位论文原创性声明 | 第70页 |
