基于背景建模的人体行为识别方法研究
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 引言 | 第11-22页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 研究现状 | 第13-18页 |
| 1.2.1 运动目标分割 | 第14-15页 |
| 1.2.2 人体行为表征 | 第15页 |
| 1.2.3 行为特征理解 | 第15-18页 |
| 1.3 研究的难点 | 第18-19页 |
| 1.4 论文主要工作和组织结构 | 第19-22页 |
| 第2章 人体行为识别方法的理论基础 | 第22-37页 |
| 2.1 运动人体检测 | 第22-23页 |
| 2.2 数学形态学处理 | 第23-28页 |
| 2.3 图像特征选取 | 第28-29页 |
| 2.4 SVM预测与识别 | 第29-36页 |
| 2.4.1 VC维理论 | 第30页 |
| 2.4.2 结构风险最小化 | 第30-32页 |
| 2.4.3 支持向量机分类 | 第32-36页 |
| 2.5 本章小结 | 第36-37页 |
| 第3章 基于背景建模的人体行为识别方法研究 | 第37-54页 |
| 3.1 改进的中值滤波法 | 第37-41页 |
| 3.2 背景建模的研究 | 第41-48页 |
| 3.2.1 改进的平均背景建模法 | 第41-44页 |
| 3.2.2 改进的Vibe背景建模法 | 第44-48页 |
| 3.3 基于Hu不变矩的特征值提取方法 | 第48-52页 |
| 3.3.1 Hu不变矩值的提取方法分析 | 第49-51页 |
| 3.3.2 结合消除法提取Hu不变矩值 | 第51-52页 |
| 3.4 算法流程 | 第52-53页 |
| 3.5 本章小结 | 第53-54页 |
| 第4章 人体区域提取和行为识别的实验及分析 | 第54-63页 |
| 4.1 基于改进中值滤波法的去噪实验 | 第54-56页 |
| 4.2 基于改进背景建模法提取运动人体区域的实验 | 第56-60页 |
| 4.3 基于改进Hu不变矩和SVM的行为识别实验 | 第60-63页 |
| 第5章 总结与展望 | 第63-65页 |
| 5.1 本文总结 | 第63-64页 |
| 5.2 研究展望 | 第64-65页 |
| 参考文献 | 第65-71页 |
| 致谢 | 第71-72页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第72页 |
