递归分析方法在视频图像数据关联性挖掘算法中的应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-13页 |
| ·研究背景及意义 | 第9-10页 |
| ·国内外研究现状及主要研究方法 | 第10-12页 |
| ·论文的主要内容与结构安排 | 第12-13页 |
| 2 混沌理论与人体行为识别 | 第13-23页 |
| ·引言 | 第13页 |
| ·混沌理论 | 第13-16页 |
| ·混沌的定义 | 第13-15页 |
| ·吸引子 | 第15-16页 |
| ·相空间重构与混沌不变量 | 第16-21页 |
| ·相空间重构及重构参数的选取 | 第16-19页 |
| ·混沌不变量 | 第19-21页 |
| ·基于混沌不变量的人体行为识别 | 第21-22页 |
| ·递归图(RP)与混沌不变量的关系 | 第22页 |
| ·本章小结 | 第22-23页 |
| 3 递归图分析法及视频图像数据关联性挖掘 | 第23-38页 |
| ·引言 | 第23页 |
| ·传统递归图分析法(RP) | 第23-26页 |
| ·传统递归图的基本思想 | 第24-25页 |
| ·递归定量分析(RQA) | 第25-26页 |
| ·基于自相似度矩阵(SSM)的递归图 | 第26-27页 |
| ·视频图像数据关联性挖掘 | 第27-36页 |
| ·底层特征提取与描述 | 第28-33页 |
| ·递归特征描述 | 第33-36页 |
| ·本章小结 | 第36-38页 |
| 4 基于视频图像数据关联性的视角无关行为识别 | 第38-47页 |
| ·引言 | 第38页 |
| ·递归特征描述符聚类 | 第38-41页 |
| ·FCM算法和RFCM聚类方法 | 第38-40页 |
| ·NERF C-Mean聚类方法及其基本步骤 | 第40-41页 |
| ·视角无关的行为特征建模及识别 | 第41-46页 |
| ·高斯混合模型 | 第41-43页 |
| ·基于模板匹配法的行为识别 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 5 实验数据结果及分析 | 第47-57页 |
| ·引言 | 第47页 |
| ·数据库简介 | 第47-49页 |
| ·实验数据结果 | 第49-55页 |
| ·STIPs提取实验 | 第49-51页 |
| ·基于SSM的递归图建立实验 | 第51-53页 |
| ·视角无关的行为识别实验 | 第53-55页 |
| ·实验结果分析 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 6 总结与展望 | 第57-59页 |
| ·总结 | 第57-58页 |
| ·展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |
| 攻读硕士期间发表的论文 | 第63-64页 |
