基于多层特征融合的人体行为识别
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 人体行为分析国内外研究现状 | 第10-13页 |
| 1.2.1 应用现状 | 第10-11页 |
| 1.2.2 技术现状 | 第11-13页 |
| 1.3 人体行为分析面临的挑战和发展趋势 | 第13-14页 |
| 1.4 本文主要研究内容 | 第14-16页 |
| 1.5 本文组织结构 | 第16页 |
| 1.6 本章小结 | 第16-17页 |
| 第2章 相关理论研究 | 第17-27页 |
| 2.1 人体行为识别相关理论研究 | 第17页 |
| 2.2 特征提取 | 第17-21页 |
| 2.2.1 基于人体模型的方法 | 第17-18页 |
| 2.2.2 基于全局特征的方法 | 第18-19页 |
| 2.2.3 基于局部特征的方法 | 第19-21页 |
| 2.3 骨架特征的提取与描述 | 第21-26页 |
| 2.3.1 骨架的基本概念 | 第21页 |
| 2.3.2 骨架的提取方法 | 第21-24页 |
| 2.3.3 骨架描述方法 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 基于多层特征融合的人体行为识别 | 第27-43页 |
| 3.1 底层视觉特征提取 | 第27-35页 |
| 3.1.1 轨迹特征的提取与描述 | 第27-31页 |
| 3.1.2 光流直方图的提取 | 第31-32页 |
| 3.1.3 尺度不变特征转换特征 | 第32-35页 |
| 3.2 词袋模型 | 第35页 |
| 3.3 中层特征 | 第35-36页 |
| 3.4 特征融合 | 第36页 |
| 3.5 SVM分类器 | 第36-37页 |
| 3.6 实验结果与分析 | 第37-41页 |
| 3.6.1 数据库 | 第37-38页 |
| 3.6.2 评价标准 | 第38-39页 |
| 3.6.3 实验设置 | 第39页 |
| 3.6.4 实验结果 | 第39-41页 |
| 3.7 本章小结 | 第41-43页 |
| 第4章 基于骨架的人体行为识别 | 第43-53页 |
| 4.1 模型框架 | 第43-44页 |
| 4.2 运动人体检测 | 第44-47页 |
| 4.2.1 图像预处理 | 第44页 |
| 4.2.2 人体检测 | 第44-45页 |
| 4.2.3 形态滤波 | 第45-47页 |
| 4.3 骨架提取 | 第47-48页 |
| 4.4 骨架描述 | 第48-50页 |
| 4.5 实验结果 | 第50-51页 |
| 4.5.1 视频库 | 第50页 |
| 4.5.2 实验结果 | 第50-51页 |
| 4.6 本章总结 | 第51-53页 |
| 第5章 总结与展望 | 第53-55页 |
| 5.1 总结 | 第53页 |
| 5.2 展望 | 第53-55页 |
| 参考文献 | 第55-61页 |
| 致谢 | 第61-63页 |
| 攻读硕士期间发表的论文 | 第63页 |
