论文目录 | |
中文摘要 | 第1-5页 |
英文摘要 | 第5-11页 |
1 绪论 | 第11-29页 |
1.1 研究背景及意义 | 第11-13页 |
1.2 国内外研究现状 | 第13-25页 |
1.2.1 人体行为识别问题定义和描述 | 第13-15页 |
1.2.2 人体行为识别研究现状 | 第15-25页 |
1.3 本文研究内容及主要创新点 | 第25-28页 |
1.4 文本的组织结构 | 第28-29页 |
2 基于局部时空抑制的时空兴趣点检测 | 第29-51页 |
2.1 引言 | 第29-30页 |
2.2 主要时空兴趣点检测算子 | 第30-36页 |
2.2.1 基于时空角点的时空兴趣点检测算子 | 第30-31页 |
2.2.2 基于周期信号的时空兴趣点检测算子 | 第31-34页 |
2.2.3 基于Hessian矩阵的时空兴趣点检测算子 | 第34-35页 |
2.2.4 基于3DSIFT的时空兴趣点检测算子 | 第35-36页 |
2.3 基于局部时空抑制的时空兴趣点检测 | 第36-40页 |
2.3.1 存在问题分析 | 第36-38页 |
2.3.2 基于时空抑制的时空兴趣点检测 | 第38-40页 |
2.4 实验结果与分析 | 第40-48页 |
2.4.1 人体行为数据库介绍 | 第40-41页 |
2.4.2 时空兴趣点优化检测性能实验及分析 | 第41-46页 |
2.4.3 基于选择时空兴趣点的人体行为识别测试 | 第46-48页 |
2.5 本章小结 | 第48-51页 |
3 基于时空三维散射变换的局部时空特征提取 | 第51-69页 |
3.1 引言 | 第51页 |
3.2 相关工作 | 第51-55页 |
3.2.1 基于时空金字塔模型的HOG/HOF特征描述算子 | 第51-53页 |
3.2.2 HOG3D特征描述算子 | 第53-54页 |
3.2.3 MBH描述算子 | 第54-55页 |
3.3 基于时空三维散射变换的时空兴趣点描述 | 第55-60页 |
3.3.1 图像的散射变换特征描述 | 第56-57页 |
3.3.2 基于时空三维散射变换系数的HOG描述算子 | 第57-60页 |
3.4 实验结果与分析 | 第60-67页 |
3.4.1 数据库简介 | 第60-61页 |
3.4.2 基于时空三维散射变换的HOG算子参数评估 | 第61-63页 |
3.4.3 局部时空兴趣点特征描述算子对比实验 | 第63-67页 |
3.5 本章小结 | 第67-69页 |
4 基于高斯核分布直方图的局部特征聚合描述特征编码 | 第69-85页 |
4.1 引言 | 第69页 |
4.2 相关工作 | 第69-72页 |
4.2.1 词袋模型编码 | 第70页 |
4.2.2 费舍尔向量编码 | 第70-72页 |
4.2.3 局部特征聚合描述符编码 | 第72页 |
4.3 基于高斯核分布直方图的局部特征聚合描述符的特征编码 | 第72-75页 |
4.3.1 存在问题 | 第72-74页 |
4.3.2 基于高斯核分布直方图的HOD-VALD编码 | 第74-75页 |
4.4 实验与分析 | 第75-82页 |
4.4.1 数据集简介 | 第75-77页 |
4.4.2 实验相关设置 | 第77-79页 |
4.4.3 HOD-VLAD编码参数选择 | 第79-80页 |
4.4.4 对比实验及分析 | 第80-82页 |
4.5 本章小结 | 第82-85页 |
5 基于l_1范数误差估计的人体行为识别 | 第85-101页 |
5.1 引言 | 第85页 |
5.2 相关工作 | 第85-87页 |
5.3 基于l_1范数误差估计稀疏编码的人体行为识别 | 第87-91页 |
5.3.1 向量范数 | 第87-89页 |
5.3.2 基于l_1范数误差估计的人体行为分类算法 | 第89-91页 |
5.4 实验与分析 | 第91-99页 |
5.4.1 人体行为识别统一框架和流程设置 | 第92-93页 |
5.4.2 分类算法性能评估实验及分析 | 第93-95页 |
5.4.3 较小行为数据集对比实验及分析 | 第95-98页 |
5.4.4 较大行为数据集对比实验及分析 | 第98-99页 |
5.5 本章小结 | 第99-101页 |
6 总结与展望 | 第101-105页 |
6.1 本文工作总结 | 第101-103页 |
6.2 后续工作展望 | 第103-105页 |
致谢 | 第105-107页 |
参考文献 | 第107-121页 |
附录 | 第121页 |
A 作者在攻读学位期间发表的论文目录 | 第121页 |
B 作者在攻读学位期间参与的科研项目 | 第121页 |