同类行为视角无关描述符挖掘方法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 1 绪论 | 第7-14页 |
| ·课题的研究背景和意义 | 第7-8页 |
| ·视角无关行为识别的国内外研究现状以及发展趋势 | 第8-12页 |
| ·本文的研究内容与结构安排 | 第12-14页 |
| ·论文主要研究内容 | 第12页 |
| ·论文章节安排 | 第12-14页 |
| 2 时空特征点的提取 | 第14-26页 |
| ·时空特征点时空信息 | 第15-17页 |
| ·时空特征点的全局时间特征 | 第15-16页 |
| ·时空特征点的局部动作特征 | 第16-17页 |
| ·时空特征点提取算法分析 | 第17-22页 |
| ·Ivan Laptev时空特征点提取算法 | 第17-19页 |
| ·Dollar的时空特征点提取方法 | 第19-21页 |
| ·时空特征点提取实验以及结果分析 | 第21-22页 |
| ·时空特征点描述符的建立 | 第22-25页 |
| ·时空立方体建立 | 第23页 |
| ·局部直方图 | 第23-24页 |
| ·基于局部保留投影(LPP)算法降维 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 3 特征融合技术和特征融合表的建立 | 第26-37页 |
| ·主成分分析PCA的基本原理 | 第27-29页 |
| ·基于PCA算法的特征融合 | 第29-34页 |
| ·特征融合的简介 | 第29-32页 |
| ·基于PCA算法的特征融合的步骤 | 第32-34页 |
| ·特征融合表的建立 | 第34-35页 |
| ·本章小结 | 第35-37页 |
| 4 基于时间序列无关性视角无关行为识别 | 第37-50页 |
| ·算法的由来 | 第38-39页 |
| ·行为识别算法的原理 | 第39-43页 |
| ·行为识别的基本原理 | 第39-41页 |
| ·相似度的计算 | 第41-43页 |
| ·行为识别的过程 | 第43-49页 |
| ·行为的识别过程 | 第43-47页 |
| ·实验以及实验结果分析 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 5 实验结果与分析 | 第50-62页 |
| ·实验环境搭建 | 第50-51页 |
| ·时空特征点的提取 | 第51-55页 |
| ·识别结果及其分析 | 第55-59页 |
| ·影响算法识别能力的因子 | 第59-60页 |
| ·时间顺序一致性约束条件 | 第59-60页 |
| ·算法中的重要的参数 | 第60页 |
| ·本章小结 | 第60-62页 |
| 6 总结与展望 | 第62-64页 |
| 本文工作总结 | 第62-63页 |
| 后续工作展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-68页 |
| 作者在攻读硕士期间发表的论文 | 第68-69页 |
