声明
摘要
缩略语说明
第一章 绪论
1.1 人体行为识别的研究背景
1.2 国内外研究现状
1.3 本论文的研究内容和意义
1.4 论文章节安排
第二章 人体行为识别算法研究
2.1 运动分割算法
2.1.1 光流法
2.1.2 MHI
2.2 特征提取算法
2.2.1 LBP特征提取算法
2.2.2 Gabor特征提取算法
2.2.3 HOG特征提取算法
2.3 Adaboost分类算法
2.4 特征降维算法
2.4.1 LDA降维算法
2.4.2 PCA降维算法
2.5 本章小结
第三章 基于改进MHI的HOG特征的行为识别算法
3.1 人体行为识别流程
3.1.1 人体行为识别数据库
3.1.2 人体行为识别流程图
3.2 基于改进MHI的运动分割方法
3.2.1 公式计算及参数估计
3.2.2 关键帧提取
3.3 MHI的HOG特征提取
3.3.1 计算MHI梯度
3.3.2 统计梯度幅值与方向
3.3.3 生成HOG特征向量
3.4 实验结果及数据分析
3.5 本章小结
第四章 基于改进MHI的EB-LBP特征的行为识别算法
4.1 人体行为识别流程
4.2 MHI的LBP等价模式
4.2.1 计算LBP等价模式
4.2.2 LBP-PCA特征
4.2.3 一种新的特征EB-LBP
4.3 实验结果及数据分析
4.3.1 改进的MHI的有效性分析
4.3.2 EB-LBP特征的有效性分析
4.4 本章小结
第五章 基于多特征识别的决策级融合算法
5.1.1 计算Gabor特征
5.1.2 Gabor-PCA特征
5.1.3 一种新的特征EB-Gabor
5.1.4 实验结果及数据分析
5.2 基于可信度分配的决策级融合算法
5.2.1 数据融合算法
5.2.2 决策级融合算法流程
5.2.3 实验结果及数据分析
5.3 本章小结
6.1 总结
6.2 展望
参考文献
致谢
攻读学位期间的学术成果