高阶运动场分析：计算机视觉方法

目前关于计算机视觉中运动分析的研究往往并 未考虑到加速度等高阶运动的基本特性。本书主要 介绍了如何检测视频中的高阶运动场、高阶运动特 征特性，计算机视觉中不同类型的运动分解为不同 组成部分的相关算法与应用，具体内容包括基于光 流的加速度场算法，加速度场在人工图像和真实图 像序列上展现了区分不同类型运动的能力，据几何 学，加速度场又被分解为径向和切向加速度场；更 高阶的运动场，筋挛度与极动度的相关算法，进一 步揭示混沌的运动场的组成部分等。

1 概述 2 数字图像序列中运动的描述方法：光流 2.1 概述 2.2 光流 2.2.1 数据项 2.2.2 先验项 2.2.3 深度学习方法 2.3 光流算法 2.3.1 差分法 2.3.2 基于区域的方法 2.3.3 稠密光流 2.3.4 DeepFlow 2.4 光流算法性能量化的预备知识 2.4.1 具有指定动态变化的合成图像 2.4.2 光流的可视化 2.4.3 光流误差衡量指标 2.5 光流算法在人工图像上的表现 3 分析计算机图像序列中的加速度场 3.1 概述 3.2 加速度场的计算方法 3.2.1 从光流中获取加速度 3.2.2 微分的近似计算 3.2.3 在图像序列上分析加速度算法 3.3 加速度流的其他计算方式 3.3.1 更实用的加速度算法 3.3.2 在合成图像上评估差分加速度算法性能 3.4 切向加速度和径向加速度 3.4.1 分解合成加速度 3.4.2 图像序列中的切向加速度与径向加速度 3.5 结论 4 急动度以及图像序列中更高阶的运动场 4.1 概述 4.2 动力学中的急动度、痉挛度 4.3 急动度、痉挛度场的估计算法 4.4 在合成与真实图像上应用高阶运动场算法 4.5 结论 5 通过高阶运动检测步态分析中的足跟触地 5.1 概述 5.2 使用径向加速度检测足跟触地 5.2.1 步态分析 5.2.2 步态分析中的足跟触地检测 5.2.3 步态中的加速度模式 5.2.4 触地时间和位置估计 5.3 步态识别数据集简介 5.3.1 大型步态数据库 5.3.2 CASIA步态数据库 5.3.3 大阪大学多视角大规模步态数据集（OU-ISIR） 5.4 实验分析与结果 5.4.1 关键帧检测算法 5.4.2 触地位置检测算法 5.4.3 检测性能 5.4.4 足跟触地检测方法的鲁棒性检测 5.4.5 通过急动度和痉挛度检测足跟触地 5.5 讨论 5.6 结论 6 高阶运动场更多的潜在应用场景 6.1 视频理解 6.2 步态分析 参考文献