视频图像的人体运动特征提取与有效识别
| 摘要 | 第1-10页 |
| ABSTRACT | 第10-12页 |
| 缩略语简表 | 第12-13页 |
| 第一章 绪论 | 第13-18页 |
| ·课题的研究背景和意义 | 第13-14页 |
| ·运动特征识别的研究进展与现状 | 第14-15页 |
| ·本文的主要研究内容和组织结构 | 第15-18页 |
| 第二章 人体运动特征识别算法研究 | 第18-27页 |
| ·运动特征识别系统 | 第18-19页 |
| ·运动特征识别的主要研究方法 | 第19-22页 |
| ·基于统计的方法 | 第19-21页 |
| ·基于模型的方法 | 第21-22页 |
| ·运动特征识别算法的性能评价 | 第22-26页 |
| ·主要的特征数据库 | 第22-24页 |
| ·算法评价的主要性能指标 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 图像预处理与运动目标检测 | 第27-35页 |
| ·图像提取 | 第27-30页 |
| ·形态学处理与连通性分析 | 第30-32页 |
| ·图像剪裁与边缘提取 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 运动特征提取 | 第35-47页 |
| ·行走运动周期和关键帧提取 | 第35-38页 |
| ·运动特征提取 | 第38-45页 |
| ·人体轮廓特征 | 第38-41页 |
| ·肢体关节角度特征 | 第41-45页 |
| ·特征融合 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 分类识别与实验结果分析 | 第47-56页 |
| ·分类器技术概述 | 第47-48页 |
| ·多分类器系统结构 | 第48-49页 |
| ·最近邻模糊分类器 | 第49-52页 |
| ·特征差矩阵 | 第50-51页 |
| ·模糊分布函数和隶属度矩阵 | 第51-52页 |
| ·判决准则 | 第52页 |
| ·实验结果及分析 | 第52-55页 |
| ·实验数据库 | 第53页 |
| ·整个实验系统框图结构 | 第53-54页 |
| ·实验结果分析 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-59页 |
| ·研究工作总结 | 第56-57页 |
| ·未来工作展望 | 第57-59页 |
| 参考文献 | 第59-64页 |
| 致谢 | 第64-65页 |
| 攻读硕士学位期间发表的学术论文 | 第65-66页 |
| 学位论文评阅及答辩情况表 | 第66页 |
