首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于视频的摔倒检测算法设计与实现

摘要第5-6页
ABSTRACT第6-7页
符号对照表第11-12页
缩略语对照表第12-16页
第一章 绪论第16-22页
    1.1 研究背景和意义第16-18页
    1.2 摔倒检测技术的发展综述第18-21页
        1.2.1 基于可穿戴设备的摔倒检测技术发展现状第18-19页
        1.2.2 基于场景设备的摔倒检测技术发展现状第19-20页
        1.2.3 基于视觉的摔倒检测技术发展现状第20-21页
    1.3 本文主要工作及结构安排第21-22页
第二章 运动目标检测第22-44页
    2.1 概述第22页
    2.2 常用运动目标检测算法第22-26页
        2.2.1 帧差法第22-23页
        2.2.2 光流法第23-25页
        2.2.3 机器学习法第25页
        2.2.4 背景减除法第25-26页
    2.3 ViBe算法介绍第26-29页
        2.3.1 背景模型初始化第27-28页
        2.3.2 前景检测第28-29页
        2.3.3 背景模型更新第29页
    2.4 基于Lab色彩空间和Vi Be改进的运动目标检测第29-35页
        2.4.1 Lab色彩空间和阴影关系第30-33页
        2.4.2 改进的运动目标检测算法第33-35页
    2.5 实验结果与分析第35-42页
        2.5.1 改进的ViBe算法效果第36-38页
        2.5.2 改进的ViBe算法和三种传统的算法对比第38-42页
    2.6 本章小结第42-44页
第三章 运动目标跟踪第44-60页
    3.1 概述第44页
    3.2 目标跟踪算法分类第44-46页
        3.2.1 基于主动轮廓的目标跟踪第44-45页
        3.2.2 基于特征的目标跟踪第45页
        3.2.3 基于模型的目标跟踪第45-46页
    3.3 卡尔曼滤波的运动目标跟踪算法第46-50页
        3.3.1 卡尔曼滤波简介第46页
        3.3.2 卡尔曼滤波算法原理第46-47页
        3.3.3 计算原型第47-48页
        3.3.4 卡尔曼滤波递推公式第48-49页
        3.3.5 卡尔曼滤波运动目标跟踪第49-50页
    3.4 基于卡尔曼滤波改进的目标跟踪算法第50-56页
        3.4.1 卡尔曼参数定义第51-53页
        3.4.2 颜色直方图计算第53-54页
        3.4.3 改进算法的实现第54-56页
    3.5 实验结果与分析第56-59页
        3.5.1 单目标跟踪效果第56-58页
        3.5.2 多目标跟踪效果第58-59页
    3.6 本章小结第59-60页
第四章 人体特征提取第60-72页
    4.1 常用人体行为特征提取第60-70页
        4.1.1 人体宽高比第60-61页
        4.1.2 有效面积比第61-62页
        4.1.3 中心变化率第62-63页
        4.1.4 HOG特征第63-67页
        4.1.5 Hu不变矩第67-69页
        4.1.6 人体主轴与水平夹角第69-70页
    4.2 特征融合第70页
    4.3 本章小结第70-72页
第五章 基于SVM改进的摔倒检测算法第72-84页
    5.1 支持向量机(SVM)第72-78页
        5.1.1 线性可分支持向量机第72-75页
        5.1.2 近线性可分支持向量机第75-76页
        5.1.3 非线性可分支持向量机第76-78页
    5.2 基于SVM改进的摔倒检测算法第78-79页
        5.2.1 模型训练第79页
        5.2.2 在线检测摔倒第79页
    5.3 实验结果与分析第79-83页
        5.3.1 摔倒行为的主观评价第80-81页
        5.3.2 摔倒行为的客观评价第81-83页
    5.4 本章小结第83-84页
第六章 总结与展望第84-86页
    6.1 工作总结第84页
    6.2 未来展望第84-86页
参考文献第86-90页
致谢第90-92页
作者简介第92-93页

论文共93页,点击 下载论文
上一篇:基于多尺度深度网络的双重JPEG压缩取证
下一篇:基于除法模型的鱼眼视觉成像及定位技术研究