人体动作识别方法研究
摘要 | 第4-5页 |
Abstract | 第5页 |
第一章 绪论 | 第8-13页 |
1.1 课题研究背景 | 第8-9页 |
1.2 国内外研究现状 | 第9-11页 |
1.3 论文研究内容及章节安排 | 第11-13页 |
第二章 人体动作识别方法概述 | 第13-26页 |
2.1 人体动作特征 | 第13-18页 |
2.1.1 STIP特征 | 第14-15页 |
2.1.2 Cuboids特征 | 第15-17页 |
2.1.3 Dense trajectory特征 | 第17-18页 |
2.2 基于低层特征的样本表征 | 第18-22页 |
2.2.1 词典学习 | 第19-21页 |
2.2.2 样本编码 | 第21-22页 |
2.3 基于语义特征的样本表征 | 第22-23页 |
2.4 分类器 | 第23-25页 |
2.4.1 K近邻分类器 | 第24-25页 |
2.4.2 支持向量机 | 第25页 |
2.5 本章小结 | 第25-26页 |
第三章 基于多示例多特征的动作识别 | 第26-32页 |
3.1 引言 | 第26-27页 |
3.2 多示例学习方法概述 | 第27-29页 |
3.3 基于SVM的多示例学习方法 | 第29-31页 |
3.4 本章小结 | 第31-32页 |
第四章 基于层级化方法的特征学习 | 第32-38页 |
4.1 引言 | 第32页 |
4.2 方法概述 | 第32-33页 |
4.3 时空块描述子初始化 | 第33-34页 |
4.4 底层特征学习方法 | 第34-37页 |
4.4.1 基于欧氏空间的特征学习 | 第34-35页 |
4.4.2 基于流形空间的特征学习 | 第35-37页 |
4.5 本章小结 | 第37-38页 |
第五章 实验结果及分析 | 第38-48页 |
5.1 数据库 | 第38-40页 |
5.1.1 KTH数据库 | 第38-39页 |
5.1.2 M~2I数据库 | 第39-40页 |
5.2 多示例多特征学习实验结果 | 第40-42页 |
5.2.1 实验设置 | 第40页 |
5.2.2 实验结果分析 | 第40-42页 |
5.3 层级化特征学习实验结果 | 第42-47页 |
5.3.1 基于欧氏空间的实验设置与结果分析 | 第42-45页 |
5.3.2 基于流形空间的实验设置与结果分析 | 第45-47页 |
5.4 本章小结 | 第47-48页 |
第六章 总结与展望 | 第48-50页 |
6.1 本文工作总结 | 第48页 |
6.2 未来展望 | 第48-50页 |
参考文献 | 第50-54页 |
发表论文和参加科研情况说明 | 第54-55页 |
致谢 | 第55-56页 |