| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 研究的背景和意义 | 第8-9页 |
| 1.2 研究现状与分析 | 第9-11页 |
| 1.3 多视角人体行为数据集 | 第11-13页 |
| 1.4 研究内容及主要工作 | 第13-14页 |
| 1.5 本文的组织结构 | 第14-16页 |
| 第二章 人体行为识别的相关技术 | 第16-31页 |
| 2.1 引言 | 第16-17页 |
| 2.2 时空特征的提取与描述 | 第17-22页 |
| 2.2.1 局部时空特征点的检测 | 第17-20页 |
| 2.2.2 局部时空特征的描述 | 第20-22页 |
| 2.3 基于词袋模型的动作特征描述 | 第22-27页 |
| 2.3.1 Bag of words模型简介 | 第22-23页 |
| 2.3.2 K-means聚类算法简介 | 第23-24页 |
| 2.3.3 基于特征包的动作表示 | 第24-25页 |
| 2.3.4 基于线性动态系统包的动作表示 | 第25-27页 |
| 2.4 LDA模型简介 | 第27-28页 |
| 2.5 SVM分类算法简介 | 第28-30页 |
| 2.6 本章小结 | 第30-31页 |
| 第三章 基于双语动态系统包的视角无关行为识别 | 第31-49页 |
| 3.1 研究目的与算法原理 | 第31-33页 |
| 3.1.1 研究目的 | 第31-32页 |
| 3.1.2 算法原理 | 第32-33页 |
| 3.2 低层特征提取 | 第33-34页 |
| 3.3 基于系统码字权重的中层特征表示 | 第34-36页 |
| 3.4 基于特征翻译的迁移学习实现 | 第36-38页 |
| 3.4.1 稀疏编码和字典学习 | 第36-37页 |
| 3.4.2 字典对学习及高层特征表示 | 第37-38页 |
| 3.5 融合多视角迁移学习 | 第38-39页 |
| 3.6 交叉视角实验结果与分析 | 第39-44页 |
| 3.6.1 IXMAS数据集实验结果与分析 | 第39-41页 |
| 3.6.2 MuHAVi-MAS数据集实验结果与分析 | 第41-44页 |
| 3.7 多视角融合实验结果分析 | 第44-48页 |
| 3.7.1 IXMAS数据集实验结果与分析 | 第44-46页 |
| 3.7.2 MuHAVi-MAS数据集实验结果与分析 | 第46-48页 |
| 3.8 本章小结 | 第48-49页 |
| 第四章 基于主题知识迁移的视角无关行为识别 | 第49-64页 |
| 4.1 算法原理框图 | 第49-50页 |
| 4.2 低层特征提取 | 第50-52页 |
| 4.3 基于主题分布的中层特征表示 | 第52-53页 |
| 4.4 字典学习及高层特征表示 | 第53-55页 |
| 4.4.1 稀疏字典学习 | 第53-54页 |
| 4.4.2 高层特征表示 | 第54-55页 |
| 4.5 交叉视角实验结果与分析 | 第55-59页 |
| 4.5.1 IXMAS数据集实验结果与分析 | 第55-57页 |
| 4.5.2 MuHAVi-MAS数据集实验结果与分析 | 第57-59页 |
| 4.6 多视角融合实验结果与分析 | 第59-63页 |
| 4.6.1 IXMAS数据集实验结果与分析 | 第59-61页 |
| 4.6.2 MuHAVi-MAS数据集实验结果与分析 | 第61-63页 |
| 4.7 本章小结 | 第63-64页 |
| 第五章 总结与展望 | 第64-67页 |
| 5.1 论文总结 | 第64-65页 |
| 5.2 工作展望 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第70-71页 |
| 附录2 攻读硕士学位期间申请的专利 | 第71-72页 |
| 附录3 攻读硕士学位期间参加的科研项目 | 第72-73页 |
| 致谢 | 第73页 |
