| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第一章 绪论 | 第12-19页 |
| ·课题背景 | 第12-13页 |
| ·国内外研究现状 | 第13-15页 |
| ·构建视频数据库 | 第15-17页 |
| ·论文主要工作 | 第17-18页 |
| ·章节安排 | 第18-19页 |
| 第二章 运动目标检测 | 第19-29页 |
| ·运动目标提取方法 | 第19-23页 |
| ·帧间差分法 | 第20-21页 |
| ·背景剪除法 | 第21-22页 |
| ·光流法 | 第22页 |
| ·其它方法 | 第22-23页 |
| ·结合帧差法和形态学方法提取目标轮廓 | 第23-28页 |
| ·图像预处理 | 第23-24页 |
| ·Ostu 阈值处理 | 第24-25页 |
| ·形态学操作 | 第25-28页 |
| ·面积阈值法 | 第28页 |
| ·本章小结 | 第28-29页 |
| 第三章 运动行为序列特征提取 | 第29-42页 |
| ·基于视频的运动行为表示方法 | 第29-30页 |
| ·目标最小外接矩形高度和宽高比特征 | 第30-36页 |
| ·不同行为最小外接矩形高度和宽高比特征的分析 | 第31-33页 |
| ·运动目标轮廓提取后的修正—运动平面的提出 | 第33-34页 |
| ·运动目标轮廓提取后的修正—轮廓位置在连续图像之间的渐变特性 | 第34-35页 |
| ·对归一化序列奇异值的修正 | 第35-36页 |
| ·块梯度方向特征 | 第36-38页 |
| ·块梯度方向特征的原理 | 第36-37页 |
| ·不同行为的块梯度方向特征 | 第37-38页 |
| ·Hu 不变矩特征 | 第38-40页 |
| ·Hu 不变矩的原理 | 第38-40页 |
| ·不同行为的 Hu 矩特征 | 第40页 |
| ·本章小结 | 第40-42页 |
| 第四章 跌倒行为识别 | 第42-54页 |
| ·运动行为识别方法简介 | 第42-43页 |
| ·SVM 的相关理论 | 第43-47页 |
| ·统计学习理论 | 第43-44页 |
| ·SVM 的原理简介 | 第44-46页 |
| ·交叉验证随机分组的确定 | 第46-47页 |
| ·网格搜索法确定核函数参数 | 第47-49页 |
| ·网格搜索方法 | 第47页 |
| ·参数 r 的确定 | 第47-48页 |
| ·参数 C 的确定 | 第48-49页 |
| ·最优参数下的实验结果及分析 | 第49-53页 |
| ·实验数据说明 | 第50-51页 |
| ·最优参数组合下的实验结果 | 第51-52页 |
| ·实验结果分析 | 第52-53页 |
| ·存在的问题及可能的研究方向 | 第53页 |
| ·本章小结 | 第53-54页 |
| 第五章 连续视频中跌倒行为的检测与识别 | 第54-64页 |
| ·连续视频中运动行为的特征 | 第54-55页 |
| ·模式识别中的常见问题 | 第54-55页 |
| ·连续视频中常见家庭行为的特点 | 第55页 |
| ·根据相邻两帧图像确定运动目标轮廓高度 | 第55-58页 |
| ·结合帧差法和梯度差分法提取目标高度 | 第55-56页 |
| ·求取叠加图 | 第56-57页 |
| ·叠加图投影去除噪声 | 第57-58页 |
| ·连续视频中的跌倒行为检测 | 第58-62页 |
| ·视频目标行为序列的提取 | 第58-60页 |
| ·跌倒行为识别 | 第60-62页 |
| ·存在问题 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 总结与展望 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 攻读硕士学位期间取得的研究成果 | 第69-71页 |
| 致谢 | 第71-72页 |
| 附件 | 第72页 |