| 摘要 | 第7-9页 |
| Abstract | 第9-10页 |
| 第1章 绪论 | 第14-30页 |
| 1.1 课题研究背景与意义 | 第14-16页 |
| 1.2 人体行为分析发展现状 | 第16-27页 |
| 1.2.1 人体行为视频的表达 | 第17-23页 |
| 1.2.2 人体行为分类方法 | 第23-24页 |
| 1.2.3 人体行为相似性标注 | 第24-25页 |
| 1.2.4 人体行为分析的主要数据库 | 第25-27页 |
| 1.3 人体行为分析主要难点 | 第27-28页 |
| 1.4 本文的主要内容及组织结构 | 第28-30页 |
| 第2章 基于运动边界密集采样及3D共生特征的行为分类 | 第30-48页 |
| 2.1 传统的密集轨迹采样及特征描述 | 第30-33页 |
| 2.2 基于运动边界的密集轨迹采样 | 第33-34页 |
| 2.3 时空3D共生特征 | 第34-37页 |
| 2.4 时空3D共生特征的多通道分解 | 第37-39页 |
| 2.4.1 基于时间和空间量的分解 | 第37-38页 |
| 2.4.2 基于共生像素级的分解 | 第38页 |
| 2.4.3 基于共生矩阵量化方向级的分解 | 第38-39页 |
| 2.5 实验结果分析 | 第39-47页 |
| 2.5.1 基于运动边界采样的实验结果分析 | 第41-43页 |
| 2.5.2 时空3D共生特征及其多通道分解实验结果分析 | 第43-47页 |
| 2.6 本章小结 | 第47-48页 |
| 第3章 基于词袋模型及多特征融合方法的行为分类 | 第48-77页 |
| 3.1 词袋模型及其关键步骤 | 第48-61页 |
| 3.1.1 局部特征提取 | 第49-52页 |
| 3.1.2 特征预处理 | 第52页 |
| 3.1.3 字典生成 | 第52-54页 |
| 3.1.4 特征编码 | 第54-60页 |
| 3.1.5 码字合并及归一化 | 第60-61页 |
| 3.2 词袋模型下的特征融合方法 | 第61-62页 |
| 3.3 实验结果分析 | 第62-76页 |
| 3.3.1 词袋模型的关键步骤综述性实验结果分析 | 第63-73页 |
| 3.3.2 词袋模型下特征融合的综述性实验结果分析 | 第73-76页 |
| 3.4 本章小结 | 第76-77页 |
| 第4章 基于有监督和高阶VLAD特征编码的行为分类 | 第77-91页 |
| 4.1 原始VLAD编码方法回顾 | 第77-78页 |
| 4.2 高阶VLAD特征编码方法 | 第78-79页 |
| 4.3 有监督的VLAD特征编码理论推导 | 第79-83页 |
| 4.4 实验结果分析 | 第83-90页 |
| 4.5 本章小结 | 第90-91页 |
| 第5章 基于堆叠Fi sher超向量的行为分类 | 第91-103页 |
| 5.1 Fisher超向量简介 | 第91-92页 |
| 5.2 堆叠Fisher超向量行为分类模型 | 第92-95页 |
| 5.2.1 第一层Fisher超向量的构建 | 第93-94页 |
| 5.2.2 第二层Fisher超向量的构建 | 第94-95页 |
| 5.3 有监督的Fisher超向量降维 | 第95-96页 |
| 5.4 实验结果分析 | 第96-102页 |
| 5.5 本章小结 | 第102-103页 |
| 第6章 基于大间隔维度约减的行为视频相似性标记 | 第103-113页 |
| 6.1 传统行为视频相似性标记方法 | 第103-105页 |
| 6.2 基于大间隔维度约减的行为视频相似性标记 | 第105-107页 |
| 6.3 大间隔维度约减方法和度量学习的关系 | 第107-108页 |
| 6.4 实验结果分析 | 第108-111页 |
| 6.5 本章小结 | 第111-113页 |
| 结论与展望 | 第113-116页 |
| 1 主要研究成果 | 第113-114页 |
| 2 今后研究方向 | 第114-116页 |
| 致谢 | 第116-117页 |
| 参考文献 | 第117-128页 |
| 攻读博士学位期间发表的论文及参加的科研工作 | 第128-129页 |
