基于室内轨迹分析的老人行为识别方法
| 摘要 | 第2-3页 |
| abstract | 第3页 |
| 第一章 绪论 | 第6-9页 |
| 1.1 研究背景及意义 | 第6-7页 |
| 1.2 本文主要研究内容 | 第7-8页 |
| 1.3 论文章节安排 | 第8-9页 |
| 第二章 行为识别技术及研究现状 | 第9-17页 |
| 2.1 轨迹分析 | 第9-11页 |
| 2.2 行为识别 | 第11-15页 |
| 2.3 异常行为检测 | 第15-16页 |
| 2.4 本章小结 | 第16-17页 |
| 第三章 模型构建及轨迹分析方法 | 第17-30页 |
| 3.1 模型构建 | 第17-20页 |
| 3.1.1 用户行为模型 | 第17-18页 |
| 3.1.2 室内关键点模型 | 第18-19页 |
| 3.1.3 行为时间模型 | 第19-20页 |
| 3.2 轨迹分析方法及参数讨论 | 第20-25页 |
| 3.2.1 轨迹分割算法步骤 | 第20-22页 |
| 3.2.2 长时间停留点判别 | 第22-23页 |
| 3.2.3 短暂停留点判别 | 第23页 |
| 3.2.4 参数讨论 | 第23-25页 |
| 3.3 实验分析 | 第25-29页 |
| 3.4 本章小结 | 第29-30页 |
| 第四章 基于模板匹配的行为识别方法 | 第30-44页 |
| 4.1 日常行为关联模板 | 第31-35页 |
| 4.1.1 位置行为关联模板 | 第31-32页 |
| 4.1.2 时间行为关联模板 | 第32-33页 |
| 4.1.3 前继关键点行为关联模板 | 第33-35页 |
| 4.2 基于关联模板的行为识别方法 | 第35-39页 |
| 4.2.1 模板匹配算法 | 第35-37页 |
| 4.2.2 行为轨迹概率分析 | 第37-39页 |
| 4.3 实验分析 | 第39-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第五章 总结与展望 | 第44-45页 |
| 5.1 总结 | 第44页 |
| 5.2 展望 | 第44-45页 |
| 参考文献 | 第45-49页 |
| 攻读学位期间的研究成果 | 第49-50页 |
| 致谢 | 第50-51页 |
