面向视频的人类行为识别技术的研究与实现
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 缩略词表 | 第11-12页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 相关研究现状 | 第13-18页 |
| 1.3 主要研究内容和创新点 | 第18页 |
| 1.4 本文结构 | 第18-20页 |
| 第二章 整体框架概述 | 第20-28页 |
| 2.1 引言 | 第20-21页 |
| 2.2 特征抽取 | 第21-23页 |
| 2.2.1 密集采样 | 第22页 |
| 2.2.2 光流场估计 | 第22-23页 |
| 2.2.3 轨迹跟踪 | 第23页 |
| 2.3 特征描述子 | 第23-25页 |
| 2.3.1 HOG描述子 | 第24-25页 |
| 2.3.2 HOF描述子 | 第25页 |
| 2.3.3 MBH描述子 | 第25页 |
| 2.4 分类器 | 第25-26页 |
| 2.5 数据集介绍 | 第26-28页 |
| 第三章 视频级压缩时空编码 | 第28-36页 |
| 3.1 引言 | 第28-29页 |
| 3.2 BoW编码简介 | 第29页 |
| 3.3 流程概述 | 第29-30页 |
| 3.4 距离矩阵计算 | 第30页 |
| 3.5 距离矩阵压缩 | 第30-32页 |
| 3.5.1 聚集压缩 | 第31页 |
| 3.5.2 条件概率表示 | 第31-32页 |
| 3.5.3 基于信息论的维度选择 | 第32页 |
| 3.6 实验与分析 | 第32-35页 |
| 3.6.1 压缩策略对比实验 | 第32-34页 |
| 3.6.2 与其他BoW扩展方法的对比 | 第34-35页 |
| 3.7 本章小结 | 第35-36页 |
| 第四章 基于时空二部图的多特征前期融合技术 | 第36-43页 |
| 4.1 引言 | 第36-37页 |
| 4.2 时空二部图 | 第37页 |
| 4.3 K路二部图分割技术 | 第37-40页 |
| 4.3.1 二路分割 | 第38-39页 |
| 4.3.2 K路分割 | 第39-40页 |
| 4.4 融合后视频级编码 | 第40页 |
| 4.5 实验与分析 | 第40-41页 |
| 4.6 本章小结 | 第41-43页 |
| 第五章 融合后视频级压缩时空编码 | 第43-49页 |
| 5.1 引言 | 第43页 |
| 5.2 流程概述 | 第43-44页 |
| 5.3 融合后距离矩阵 | 第44页 |
| 5.4 特征压缩 | 第44-45页 |
| 5.4.1 聚集压缩 | 第44页 |
| 5.4.2 条件概率 | 第44-45页 |
| 5.5 实验对比与分析 | 第45-48页 |
| 5.5.1 实验设置 | 第45页 |
| 5.5.2 实验分析 | 第45-48页 |
| 5.6 本章小结 | 第48-49页 |
| 第六章 总结与展望 | 第49-51页 |
| 6.1 工作总结 | 第49页 |
| 6.2 未来展望 | 第49-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 攻读硕士学位期间发表论文列表 | 第56页 |
