基于视频序列的运动人体行为分析关键技术研究与实现
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景及意义 | 第8-9页 |
| ·国内外研究现状及分析 | 第9-10页 |
| ·本文研究的主要内容 | 第10-12页 |
| ·论文结构安排 | 第12-13页 |
| 第二章 运动目标检测 | 第13-23页 |
| ·基于背景减除的时间差分法 | 第13-16页 |
| ·时间差分法与背景减除法简介 | 第13-15页 |
| ·背景减除法与时间差分结合 | 第15-16页 |
| ·背景建模 | 第16-19页 |
| ·背景图像的统计特性 | 第16-17页 |
| ·背景模型的初始化和更新 | 第17-19页 |
| ·运动人体轮廓提取 | 第19-20页 |
| ·本章小结 | 第20-23页 |
| 第三章 行人跟踪 | 第23-43页 |
| ·运动目标跟踪方法概述 | 第23-25页 |
| ·粒子滤波理论 | 第25-32页 |
| ·基于贝叶斯估计的跟踪问题描述 | 第25-27页 |
| ·粒子滤波算法 | 第27-32页 |
| ·基于粒子滤波器的行人跟踪 | 第32-39页 |
| ·自动选取跟踪区域 | 第33-36页 |
| ·基于彩色特征的粒子滤波器行人跟踪算法 | 第36-39页 |
| ·实验结果 | 第39-40页 |
| ·本章小结 | 第40-43页 |
| 第四章 运动人体行为理解 | 第43-61页 |
| ·概述 | 第43-44页 |
| ·运动人体的表示 | 第44-51页 |
| ·人体轮廓预处理 | 第44-49页 |
| ·特征提取 | 第49-51页 |
| ·基于隐马尔科夫模型的运动人体行为识别 | 第51-58页 |
| ·隐马尔科夫模型的概念 | 第51-53页 |
| ·隐马尔科夫模型主要研究的问题 | 第53-55页 |
| ·隐马尔科夫模型在人体行为识别中的应用 | 第55-58页 |
| ·实验结果与分析 | 第58-59页 |
| ·本章小结 | 第59-61页 |
| 第五章 系统设计及实验结果 | 第61-69页 |
| ·系统设计与实现 | 第61-63页 |
| ·系统体系结构 | 第61-62页 |
| ·功能模块 | 第62-63页 |
| ·系统开发平台及界面 | 第63-64页 |
| ·实验结果与分析 | 第64-67页 |
| ·本章小结 | 第67-69页 |
| 第六章 总结与展望 | 第69-71页 |
| ·本文总结 | 第69页 |
| ·未来展望 | 第69-71页 |
| 致谢 | 第71-73页 |
| 参考文献 | 第73-79页 |
| 在读期间发表论文 | 第79页 |
