| 摘要 | 第1-6页 |
| 英文摘要 | 第6-10页 |
| 1 绪论 | 第10-20页 |
| ·研究背景 | 第10-13页 |
| ·主要研究内容 | 第13-17页 |
| ·视频结构化 | 第13-16页 |
| ·运动估计 | 第16页 |
| ·饮食事件检测 | 第16-17页 |
| ·本文组织结构 | 第17-20页 |
| 2 面向人体生理活动监控的视频内容分析 | 第20-30页 |
| ·可穿戴视频传感器拍摄的视频监控录像同常规影视作品的比较 | 第20-22页 |
| ·面向常规视频内容分析的国内外研究现状 | 第22-28页 |
| ·视频结构化 | 第22-26页 |
| ·运动检测 | 第26-28页 |
| ·饮食事件检测 | 第28页 |
| ·人体生理活动视频关键事件检测的系统框架 | 第28-30页 |
| 3 基于全局运动的视频结构化方法 | 第30-62页 |
| ·基于全局运动的视频分割方法 | 第30-56页 |
| ·典型的帧差值构造方法 | 第31-35页 |
| ·镜头分割点检测策略 | 第35-40页 |
| ·本课题中视频分割的依据 | 第40-43页 |
| ·帧间运动的描述方法 | 第43-50页 |
| ·基于双窗口和变长窗口的分割点检测 | 第50-54页 |
| ·实验与分析 | 第54-56页 |
| ·关键帧提取方法 | 第56-60页 |
| ·典型的关键帧选取方法 | 第56-58页 |
| ·基于颜色直方图相似度的视频关键帧提取方法 | 第58-60页 |
| ·本章小结 | 第60-62页 |
| 4 基于视频全局运动的运动识别方法 | 第62-76页 |
| ·基于稠密矢量场的运动估计 | 第64-66页 |
| ·帧间运动的统计描述 | 第66-67页 |
| ·视频序列的全局运动估计 | 第67-69页 |
| ·实验与分析 | 第69-73页 |
| ·本章小结 | 第73-76页 |
| 5 基于椭圆检测的饮食事件判定 | 第76-122页 |
| ·典型的椭圆检测方法 | 第77-84页 |
| ·本课题中面临的问题 | 第84-85页 |
| ·本文所采用的椭圆检测方法 | 第85-115页 |
| ·边缘检测和轮廓检测算法 | 第87-88页 |
| ·轮廓分割 | 第88-91页 |
| ·误判率最优的弧线段过滤 | 第91-95页 |
| ·基于凸性的弧线组合方法 | 第95-103页 |
| ·引入凸性约束对算法复杂度的影响 | 第103-113页 |
| ·基于DLS的椭圆检测方法 | 第113-115页 |
| ·实验与分析 | 第115-120页 |
| ·本章小结 | 第120-122页 |
| 6 总结与展望 | 第122-126页 |
| ·本文总结 | 第122-124页 |
| ·生理监控视频的结构化 | 第122-123页 |
| ·基于监控视频的人体运动识别 | 第123页 |
| ·饮食事件检测 | 第123-124页 |
| ·未来的展望 | 第124-126页 |
| 参考文献 | 第126-138页 |
| 致谢 | 第138-140页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第140页 |