| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 选题背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 人体检测 | 第10-11页 |
| 1.2.2 行为识别 | 第11-12页 |
| 1.3 本文研究内容 | 第12页 |
| 1.4 文章组织结构 | 第12-13页 |
| 第二章 人体检测与行为识别 | 第13-26页 |
| 2.1 单视角人体检测算法 | 第13-15页 |
| 2.1.1 基于背景剪裁的人体检测算法 | 第13-14页 |
| 2.1.2 基于模型的人体检测算法 | 第14-15页 |
| 2.2 多视角人体检测算法 | 第15-18页 |
| 2.2.1 基于多传感器的人体检测算法 | 第16页 |
| 2.2.2 基于多摄像头的人体检测算法 | 第16-18页 |
| 2.3 行为识别 | 第18-25页 |
| 2.3.1 特征表示 | 第18-20页 |
| 2.3.2 行为分类 | 第20-21页 |
| 2.3.3 动作检测 | 第21-22页 |
| 2.3.4 动作识别数据集 | 第22-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 基于结构化约束的人体检测方法 | 第26-41页 |
| 3.1 梯度方向直方图特征（HOG） | 第27-29页 |
| 3.2 基于分块信息的目标检测模型 | 第29-33页 |
| 3.2.1 模型学习 | 第30-31页 |
| 3.2.2 块模型表示 | 第31页 |
| 3.2.3 模型匹配 | 第31-32页 |
| 3.2.4 混合模型 | 第32页 |
| 3.2.5 Latent SVM | 第32-33页 |
| 3.3 仿射变换 | 第33-35页 |
| 3.4 基于结构化约束的多视角目标关联 | 第35-37页 |
| 3.4.1 目标函数构建 | 第35-37页 |
| 3.4.2 目标函数求解 | 第37页 |
| 3.5 实验结果及分析 | 第37-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第四章 基于动态时间规整的行为识别方法 | 第41-50页 |
| 4.1 Kinect 传感器 | 第41-43页 |
| 4.2 动态时间规整 | 第43-44页 |
| 4.3 基于动态时间规整的行为识别方法 | 第44-46页 |
| 4.4 实验及结果分析 | 第46-49页 |
| 4.4.1 MSR Action3D 动作数据集实验评估 | 第46-47页 |
| 4.4.2 MSR Daily Activity 动作数据集实验评估 | 第47-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第五章 总结和展望 | 第50-52页 |
| 参考文献 | 第52-58页 |
| 发表论文和参加科研情况说明 | 第58-59页 |
| 致谢 | 第59页 |