| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 人体行为识别的国内外研究现状 | 第10-16页 |
| 1.2.1 人体行为识别研究现状 | 第10-16页 |
| 1.2.2 人体行为识别研究热点 | 第16页 |
| 1.3 公共数据库简介 | 第16-17页 |
| 1.4 本文的主要内容及章节安排 | 第17-19页 |
| 第2章 基于轮廓特征的运动人体检测 | 第19-36页 |
| 2.1 轮廓特征概述 | 第19-20页 |
| 2.2 基于轮廓特征的人体行为识别 | 第20-28页 |
| 2.2.1 特征描述方法与分类 | 第20-26页 |
| 2.2.2 特征相似度评价 | 第26-28页 |
| 2.3 边缘检测 | 第28-35页 |
| 2.3.1 边缘检测算法简介 | 第28-31页 |
| 2.3.2 结合Canny算法与背景差分的运动人体检测 | 第31-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第3章 基于轨迹特征运动人体检测 | 第36-58页 |
| 3.1 移动对象轨迹概述 | 第36-37页 |
| 3.2 低秩矩阵分解理论与算法 | 第37-41页 |
| 3.2.1 稀疏表示理论 | 第38-39页 |
| 3.2.2 低秩矩阵分解理论 | 第39-41页 |
| 3.3 光流法 | 第41-42页 |
| 3.4 基于显著性特征的轨迹提取方法 | 第42-47页 |
| 3.4.1 显著区域检测 | 第42-47页 |
| 3.4.2 基于显著特征点的目标跟踪 | 第47页 |
| 3.5 轨迹特征描述 | 第47-51页 |
| 3.5.1 方向梯度直方图 | 第49-50页 |
| 3.5.2 光流直方图 | 第50-51页 |
| 3.5.3 运动边界直方图 | 第51页 |
| 3.6 特征编码和分类器的选取 | 第51-56页 |
| 3.6.1 特征编码概述 | 第51-53页 |
| 3.6.2 VLAD模型 | 第53-54页 |
| 3.6.3 支持向量机 | 第54-56页 |
| 3.7 本章小结 | 第56-58页 |
| 第4章 人体行为识别系统设计与实现 | 第58-68页 |
| 4.1 人体行为识别系统总体框架 | 第58-59页 |
| 4.2 人体行为识别系统功能分析 | 第59-62页 |
| 4.3 基于视频的人体行为识别系统 | 第62-67页 |
| 4.3.1 系统软件配置 | 第62页 |
| 4.3.2 系统识别结果分析与比较 | 第62-67页 |
| 4.4 本章小结 | 第67-68页 |
| 第5章 总结与展望 | 第68-70页 |
| 5.1 总结 | 第68-69页 |
| 5.2 展望 | 第69-70页 |
| 参考文献 | 第70-76页 |
| 攻读硕士期间发表的论文及所取得的研究成果 | 第76-77页 |
| 致谢 | 第77-78页 |