监控视频中的人体运动类型和身份识别研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第8-18页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 人体运动识别国内外研究现状 | 第9-10页 |
| 1.2.2 虹膜识别国内外发展现状 | 第10-11页 |
| 1.3 生物特征识别技术原理 | 第11-12页 |
| 1.4 生物特征识别分类及未来发展趋势 | 第12-15页 |
| 1.4.1 生物特征识别分类 | 第12-14页 |
| 1.4.2 生物特征识别未来发展趋势 | 第14-15页 |
| 1.5 论文主要研究内容 | 第15-16页 |
| 1.6 论文的组织结构 | 第16页 |
| 1.7 本章小结 | 第16-18页 |
| 第2章 相关理论和技术 | 第18-30页 |
| 2.1 人体运动相关研究理论 | 第18-27页 |
| 2.1.1 人体运动目标检测 | 第18-20页 |
| 2.1.2 特征提取 | 第20-24页 |
| 2.1.3 识别 | 第24-27页 |
| 2.2 虹膜识别相关研究理论 | 第27-28页 |
| 2.2.1 虹膜定位方法 | 第27页 |
| 2.2.2 特征提取及匹配主要方法 | 第27-28页 |
| 2.3 本章小结 | 第28-30页 |
| 第3章 基于背景模型构建的人体运动识别 | 第30-42页 |
| 3.1 引言 | 第30页 |
| 3.2 监控视频的背景模型构建 | 第30-32页 |
| 3.2.1 自适应聚类 | 第31-32页 |
| 3.2.2 统计聚类结果 | 第32页 |
| 3.2.3 构造视频背景 | 第32页 |
| 3.3 监控视频中的人体运动识别 | 第32-35页 |
| 3.3.1 分割人体运动 | 第32-33页 |
| 3.3.2 特征点检测 | 第33页 |
| 3.3.3 构造特征描述子 | 第33-35页 |
| 3.4 实验及结果 | 第35-41页 |
| 3.4.1 实验数据库 | 第35页 |
| 3.4.2 实验流程与结果分析 | 第35-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第4章 彩色虹膜识别 | 第42-52页 |
| 4.1 引言 | 第42页 |
| 4.2 虹膜的彩色信息提取 | 第42-46页 |
| 4.2.1 特征点提取 | 第43页 |
| 4.2.2 特征点的方向计算 | 第43-44页 |
| 4.2.3 彩色信息描述子 | 第44-45页 |
| 4.2.4 描述子的计算原理 | 第45-46页 |
| 4.3 虹膜识别 | 第46-47页 |
| 4.4 实验及结果 | 第47-51页 |
| 4.4.1 实验数据库 | 第47页 |
| 4.4.2 实验流程及结果分析 | 第47-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第5章 结论与展望 | 第52-54页 |
| 5.1 本文总结 | 第52页 |
| 5.2 创新点 | 第52页 |
| 5.3 未来工作展望 | 第52-54页 |
| 参考文献 | 第54-62页 |
| 致谢 | 第62-64页 |
| 攻读硕士学位期间公开发表的论文 | 第64页 |
