本书在对人体动作识别与行为理解学习研究的基础上，从实际应用角度出发编写而成。全书共7章，重点阐述在现实复杂场景（如人体表观变化、杂乱背景和视角变化等）下的人体动作识别技术和方法。第1章介绍人体动作识别的意义、典型应用和难点问题；第２章主要对人体动作识别研究现状进行介绍；第3章论述在杂乱背景和摄像机移动场景下的时空兴趣点检测方法；第4章介绍基于视频抖动检测算法的混合时空兴趣点检测；第5章介绍基于稀疏编码的时空金字塔匹配的人体动作识别方法；第6章介绍视角无关的人体动作识别方法；第７章介绍复杂场景下鲁棒的人体动作分类方法。
本书主要供图像处理与模式识别、计算机科学与技术、控制科学与工程、信息与通信工程等学科领域的研究人员、研究生以及工程技术人员参考使用。
- 前辅文
- 第1章 引言
- 1.1 应用背景
- 1.2 研究的难点
- 1.3 研究内容和结构安排
- 第2章 人体动作识别的相关综述
- 2.1 视频图像表示
- 2.2 人体动作建模与分类
- 2.3 方法的特点
- 2.4 本章小结
- 第3章 杂乱背景和摄像机移动下的时空兴趣点检测方法
- 3.1 引言
- 3.2 非线性各向异性扩散滤波器及分析
- 3.3 杂乱背景和摄像机移动下的时空兴趣点检测
- 3.4 实验与分析
- 3.5 本章小结
- 第4章 改进的视频抖动自适应的时空兴趣点检测方法
- 4.1 引言
- 4.2 视频抖动检测算法
- 4.3 基于视频抖动检测算法的混合时空兴趣点检测
- 4.4 实验与分析
- 4.5 本章小结
- 第5章 基于稀疏编码的时空金字塔匹配的人体动作识别
- 5.1 引言
- 5.2 稀疏编码
- 5.3 基于BoF 的人体动作识别框架
- 5.4 基于稀疏编码的人体动作识别方法
- 5.5 基于稀疏编码的时空金字塔匹配
- 5.6 实验与分析
- 5.7 本章小结
- 第6章 视角无关的人体动作识别的研究
- 6.1 引言
- 6.2 视角无关的人体动作识别的研究现状
- 6.3 线性动态系统
- 6.4 基于线性动态系统的视角无关的人体动作识别
- 6.5 实验与分析
- 6.6 本章小结
- 第7章 复杂场景下鲁棒的人体动作分类方法
- 7.1 引言
- 7.2 超完备基的图像稀疏表示
- 7.3 基于稀疏表示的人体动作分类算法
- 7.4 在噪声､干扰､遮挡情况下的人体动作分类算法
- 7.5 实验与分析
- 7.6 本章小结
- 参考文献
- 名词索引
