复杂人体行为分析的时空上下文方法研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 1 绪论 | 第13-23页 |
| 1.1 论文的研究背景和意义 | 第13-15页 |
| 1.2 人体行为分析的研究进展 | 第15-18页 |
| 1.3 基于视频的人体行为分析中的难点问题 | 第18-20页 |
| 1.4 论文的主要研究内容 | 第20-21页 |
| 1.5 论文的结构安排 | 第21-23页 |
| 2 基于视频的人体行为分析方法综述 | 第23-43页 |
| 2.1 人体行为公共数据集 | 第23-29页 |
| 2.2 基于传统机器学习的人体行为分析方法概述 | 第29-36页 |
| 2.2.1 传统特征描述方法 | 第29-32页 |
| 2.2.2 传统行为分类方法 | 第32-35页 |
| 2.2.3 传统行为定位方法 | 第35-36页 |
| 2.3 基于深度学习的人体行为分析方法概述 | 第36-39页 |
| 2.3.1 深度行为识别方法 | 第36-38页 |
| 2.3.2 深度行为定位方法 | 第38-39页 |
| 2.4 深度强化学习在计算机视觉领域的应用 | 第39-41页 |
| 2.5 本章小结 | 第41-43页 |
| 3 基于时空描述距离测度的复杂人体行为识别 | 第43-79页 |
| 3.1 基于改进时空兴趣点的识别方法 | 第43-53页 |
| 3.1.1 时空特征的三种描述子 | 第44-48页 |
| 3.1.2 基于上下文的最近邻分类器 | 第48-49页 |
| 3.1.3 实验结果 | 第49-53页 |
| 3.2 基于特征融合的识别方法 | 第53-67页 |
| 3.2.1 最优中层特征属性条件 | 第53-54页 |
| 3.2.2 三种底层特征 | 第54-56页 |
| 3.2.3 扩散映射以及MLDF的提取 | 第56-60页 |
| 3.2.4 实验结果 | 第60-67页 |
| 3.3 基于时空特征图的识别方法 | 第67-75页 |
| 3.3.1 模型的整体框架 | 第68-69页 |
| 3.3.2 时空特征图 | 第69-72页 |
| 3.3.3 基于随机游走的时序图核 | 第72-73页 |
| 3.3.4 实验结果 | 第73-75页 |
| 3.4 本章小结 | 第75-79页 |
| 4 基于层级时空概率图模型的复杂人体行为识别 | 第79-103页 |
| 4.1 方法概述 | 第80-84页 |
| 4.2 层级时空概率图模型 | 第84-87页 |
| 4.2.1 HSTM的势函数 | 第85-86页 |
| 4.2.2 HSTM的中层特征学习 | 第86-87页 |
| 4.3 模型学习与推断 | 第87-91页 |
| 4.3.1 HSTM的训练算法 | 第88-89页 |
| 4.3.2 HSTM训练算法的属性 | 第89-91页 |
| 4.3.3 HSTM的推断算法 | 第91页 |
| 4.4 实验结果 | 第91-100页 |
| 4.4.1 HSTM与其它方法的比较 | 第92-94页 |
| 4.4.2 HSTM与单层模型的比较 | 第94-98页 |
| 4.4.3 中层特征与底层特征的比较 | 第98-100页 |
| 4.5 本章小结 | 第100-103页 |
| 5 联合时空上下文的复杂行为识别和定位方法 | 第103-131页 |
| 5.1 基于时空上下文模型的人体行为识别定位 | 第103-115页 |
| 5.1.1 时空上下文模型 | 第104-106页 |
| 5.1.2 基于最大间隔准则的模型学习 | 第106-108页 |
| 5.1.3 基于STCM的行为定位 | 第108-110页 |
| 5.1.4 实验结果 | 第110-115页 |
| 5.2 基于深度强化学习的弱监督人体行为识别定位 | 第115-128页 |
| 5.2.1 人体行为中的弱约束条件和先验知识 | 第115-117页 |
| 5.2.2 基于弱奖励函数和弱损失函数的决策网络 | 第117-121页 |
| 5.2.3 WDQN的训练和推断 | 第121-123页 |
| 5.2.4 实验结果 | 第123-128页 |
| 5.3 本章小结 | 第128-131页 |
| 6 总结与展望 | 第131-135页 |
| 6.1 全文工作总结 | 第131-132页 |
| 6.2 存在问题和未来研究方向 | 第132-135页 |
| 参考文献 | 第135-147页 |
| 附录A | 第147-149页 |
| 附录B | 第149-151页 |
| 作者简历及攻读博士学位期间取得的研究成果 | 第151-155页 |
| 学位论文数据集 | 第155页 |
