零售业智能监控中的人体交互行为识别
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 绪论 | 第10-16页 |
| ·课题研究背景和意义 | 第10-11页 |
| ·研究现状 | 第11-13页 |
| ·国内外研究情况 | 第11-12页 |
| ·研究难点 | 第12-13页 |
| ·常用的公共数据库 | 第13页 |
| ·论文主要内容 | 第13-14页 |
| ·论文结构 | 第14-16页 |
| 2 行为识别概述 | 第16-22页 |
| ·常用识别算法简介 | 第16-17页 |
| ·行为选择 | 第17-18页 |
| ·本文整体设计 | 第18-22页 |
| 3 特征提取 | 第22-46页 |
| ·基于图像分割算法的特征提取 | 第22-41页 |
| ·帧间差分 | 第22-24页 |
| ·边缘检测 | 第24-29页 |
| ·形态学操作 | 第29-33页 |
| ·投影降噪 | 第33-34页 |
| ·3D颜色直方图分割 | 第34-40页 |
| ·矩特征 | 第40-41页 |
| ·基于运动矢量算法的特征提取 | 第41-46页 |
| ·块匹配算法 | 第41-43页 |
| ·HOM特征 | 第43-46页 |
| 4 分类器-支持向量机 | 第46-52页 |
| ·SVM理论分析 | 第46-49页 |
| ·支持向量分类算法 | 第46-49页 |
| ·支持向量机的核函数 | 第49页 |
| ·多类分类问题 | 第49-52页 |
| ·one-against-rest方法 | 第49-50页 |
| ·one-against-one方法 | 第50-51页 |
| ·DAGSVM方法 | 第51-52页 |
| 5 算法设计与实现 | 第52-76页 |
| ·设计实现的几点说明 | 第52-53页 |
| ·实验数据 | 第52页 |
| ·空间约束 | 第52-53页 |
| ·基于图像分割的交互行为识别 | 第53-62页 |
| ·算法设计 | 第53-54页 |
| ·设计实现的几点说明 | 第54-62页 |
| ·基于运动矢量的交互行为识别 | 第62-71页 |
| ·算法设计 | 第62-63页 |
| ·设计实现的几点说明 | 第63-71页 |
| ·SVM分类 | 第71-74页 |
| ·用户界面 | 第74-76页 |
| 6 实验结果及分析 | 第76-86页 |
| ·基于图像分割的交互行为识别 | 第76-79页 |
| ·基于运动矢量的交互行为识别 | 第79-83页 |
| ·两种算法的对比分析 | 第83-86页 |
| 7 结束语 | 第86-88页 |
| ·资源分析 | 第86页 |
| ·工作总结 | 第86-87页 |
| ·课题展望 | 第87-88页 |
| 参考文献 | 第88-92页 |
| 作者简历 | 第92-96页 |
| 学位论文数据集 | 第96页 |
