摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第1章 绪论 | 第11-20页 |
1.1 研究背景 | 第11-12页 |
1.2 国内外研究现状 | 第12-16页 |
1.2.1 基于可穿戴式传感器的老人监护技术 | 第13页 |
1.2.2 基于音频信号的老人监护技术 | 第13-14页 |
1.2.3 基于生活线的老人监护技术 | 第14-15页 |
1.2.4 基于视觉传感器的老人监护技术 | 第15-16页 |
1.3 研究目的及意义 | 第16-17页 |
1.4 本文研究内容 | 第17-18页 |
1.5 论文章节安排 | 第18-19页 |
1.6 本章小结 | 第19-20页 |
第2章 系统总体设计 | 第20-25页 |
2.1 引言 | 第20页 |
2.2 系统设计思想 | 第20页 |
2.3 系统总体架构设计 | 第20-21页 |
2.4 系统硬件设计 | 第21-23页 |
2.4.1 全方位视觉传感器 | 第21-23页 |
2.5 系统软件设计 | 第23-24页 |
2.5.1 软件总体架构设计 | 第23页 |
2.5.2 主要功能模块介绍 | 第23-24页 |
2.6 本章小结 | 第24-25页 |
第3章 人体对象提取与跟踪 | 第25-43页 |
3.1 引言 | 第25页 |
3.2 图像预处理 | 第25-27页 |
3.2.1 中值滤波 | 第25页 |
3.2.2 全方位图像展开 | 第25-27页 |
3.3 人体对象提取部分 | 第27-32页 |
3.3.1 常用的目标提取方法 | 第27-28页 |
3.3.2 基于多帧差分算法的人体对象提取 | 第28-32页 |
3.4 人体对象跟踪部分 | 第32-36页 |
3.4.1 常用的目标跟踪方法 | 第33-34页 |
3.4.2 基于MHoEI算法的人体对象跟踪 | 第34-36页 |
3.5 实验结果及分析 | 第36-42页 |
3.5.1 人体对象提取算法实验结果及分析 | 第36-37页 |
3.5.2 阴影消除实验结果及分析 | 第37-39页 |
3.5.3 人体对象跟踪算法实验结果及分析 | 第39-42页 |
3.6 本章小结 | 第42-43页 |
第4章 人体姿态、动作及其所处空间位置识别 | 第43-56页 |
4.1 引言 | 第43页 |
4.2 人体姿态识别 | 第43-46页 |
4.3 人体动作识别 | 第46-47页 |
4.4 人体所处空间位置识别 | 第47-50页 |
4.4.1 顶视图生成 | 第47-49页 |
4.4.2 家庭环境元素的定制 | 第49-50页 |
4.4.3 人体对象所处空间位置识别 | 第50页 |
4.5 实验结果及分析 | 第50-55页 |
4.6 本章小结 | 第55-56页 |
第5章 人体异常行为分析与具有隐私保护功能的远程监护 | 第56-70页 |
5.1 引言 | 第56-57页 |
5.2 常用的人体异常行为分析方法 | 第57-58页 |
5.3 本文异常行为分析方法 | 第58-60页 |
5.3.1 视觉范围内的人体异常行为分析 | 第58-59页 |
5.3.2 视觉范围外的人体异常行为分析 | 第59-60页 |
5.4 具有隐私保护功能的远程监护 | 第60-65页 |
5.5 实验结果及分析 | 第65-69页 |
5.6 本章小结 | 第69-70页 |
第6章 系统实现 | 第70-76页 |
6.1 引言 | 第70页 |
6.2 系统开发环境及其相关技术的介绍 | 第70-71页 |
6.3 主要模块实现 | 第71-74页 |
6.3.1 视频图像获取模块 | 第71页 |
6.3.2 人体对象检测跟踪模块 | 第71-72页 |
6.3.3 人体姿态、动作及其所处空间位置识别模块 | 第72页 |
6.3.4 异常行为分析模块 | 第72-73页 |
6.3.5 具有隐私保护功能的远程监护模块 | 第73-74页 |
6.4 系统界面介绍 | 第74-75页 |
6.5 本章小结 | 第75-76页 |
第7章 总结与展望 | 第76-79页 |
7.1 总结 | 第76-77页 |
7.2 存在的问题 | 第77页 |
7.3 展望 | 第77-79页 |
参考文献 | 第79-84页 |
致谢 | 第84-85页 |
攻读学位期间参加的科研项目和成果 | 第85页 |