| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-13页 |
| ·研究背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10页 |
| ·人体行为特征 | 第10-12页 |
| ·本文结构 | 第12-13页 |
| 第2章 HOG与HOF特征提取方法 | 第13-19页 |
| ·HOG特征 | 第13-15页 |
| ·HOF特征 | 第15-18页 |
| ·本章小结 | 第18-19页 |
| 第3章 空-时兴趣点的特征检测与描述算法 | 第19-28页 |
| ·空-时兴趣点检测器 | 第19-20页 |
| ·空-时兴趣点特征描述器 | 第20-21页 |
| ·Harris-Corner兴趣点检测 | 第21-23页 |
| ·HOG3D三维梯度方向直方图描述器 | 第23-26页 |
| ·梯度计算 | 第24页 |
| ·方向量化 | 第24-26页 |
| ·直方图的计算 | 第26页 |
| ·描述符计算 | 第26页 |
| ·本章小结 | 第26-28页 |
| 第4章 基于HOG/HOF全局特征的行为识别方法 | 第28-44页 |
| ·基于HOG/HOF特征的行为识别方法 | 第28-33页 |
| ·行为区域检测 | 第28-30页 |
| ·基于HOG特征、HOF特征和速度特征的联合描述 | 第30页 |
| ·基于KNN和HMM的行为分类 | 第30-33页 |
| ·基于HOG/HOF特征的行为识别结果 | 第33-42页 |
| ·行为区域检测结果 | 第33-35页 |
| ·KNN单帧动作识别结果 | 第35-38页 |
| ·HMM行为序列识别结果 | 第38-42页 |
| ·本章小结 | 第42-44页 |
| 第5章 基于空-时兴趣点HOG3D特征的行为识别方法 | 第44-53页 |
| ·基于HOG3D特征的行为识别方法 | 第44-48页 |
| ·基于空-时Harris-Corner3D的兴趣点检测 | 第44-45页 |
| ·空-时兴趣点的HOG3D描述方法 | 第45-46页 |
| ·基于K-means的词袋模型建立 | 第46-47页 |
| ·基于SVM的行为识别 | 第47-48页 |
| ·基于HOG3D特征的行为识别结果 | 第48-52页 |
| ·本章小结 | 第52-53页 |
| 第6章 总结与展望 | 第53-56页 |
| ·本文完成的工作 | 第53-54页 |
| ·进一步的工作和展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60页 |