| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 绪论 | 第7-12页 |
| 1.1 研究背景和意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-9页 |
| 1.2.1 国外研究现状 | 第8-9页 |
| 1.2.2 国内研究现状 | 第9页 |
| 1.3 人体行为分析与识别的发展趋势 | 第9-10页 |
| 1.4 本文研究的主要内容和结构安排 | 第10-12页 |
| 第二章 人体运动目标检测 | 第12-23页 |
| 2.1 运动目标检测技术 | 第12-15页 |
| 2.1.1 时间差分法 | 第12-13页 |
| 2.1.2 光流法 | 第13-14页 |
| 2.1.3 背景差法 | 第14-15页 |
| 2.2 基于三帧差分的自适应背景更新人体检测算法 | 第15-18页 |
| 2.3 运动人体阴影的消除 | 第18-22页 |
| 2.3.1 阴影的产生及分类 | 第18页 |
| 2.3.2 阴影检测算法分类 | 第18页 |
| 2.3.3 人体阴影的去除 | 第18-21页 |
| 2.3.4 人体阴影检测结果 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 人体运动目标跟踪 | 第23-42页 |
| 3.1 目标跟踪方法分类 | 第23-25页 |
| 3.2 目标跟踪方法分析 | 第25-35页 |
| 3.2.1 模板匹配法 | 第26-28页 |
| 3.2.2 Mean shift算法 | 第28-31页 |
| 3.2.3 粒子滤波算法 | 第31-35页 |
| 3.3 改进的运动人体跟踪算法 | 第35-41页 |
| 3.3.1 基于Mean shift 的粒子滤波跟踪算法 | 第36-39页 |
| 3.3.2 实验结果及分析 | 第39-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 人体行为识别及事件检测 | 第42-55页 |
| 4.1 行为描述与分析 | 第42-43页 |
| 4.2 行为识别方法 | 第43-44页 |
| 4.2.1 模板匹配算法 | 第43页 |
| 4.2.2 状态空间算法 | 第43-44页 |
| 4.3 相似性度量 | 第44-46页 |
| 4.3.1 Hu 矩 | 第44-45页 |
| 4.3.2 改进的Hu 矩相似性度量 | 第45-46页 |
| 4.4 人体行为识别 | 第46-47页 |
| 4.5 实验结果及分析 | 第47-54页 |
| 4.5.1 行人姿势识别 | 第47-51页 |
| 4.5.2 行人特定事件检测 | 第51-54页 |
| 4.6 本章小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 5.1 本文总结 | 第55-56页 |
| 5.2 工作展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 发表论文和参加科研情况 | 第61-62页 |
| 致谢 | 第62页 |