| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第一章 绪论 | 第15-27页 |
| 1.1 研究背景与意义 | 第15页 |
| 1.2 研究现状 | 第15-21页 |
| 1.2.1 人体目标检测 | 第16-17页 |
| 1.2.2 行为识别 | 第17-19页 |
| 1.2.3 人群计数 | 第19-21页 |
| 1.3 公开的数据集 | 第21-22页 |
| 1.4 研究内容 | 第22-25页 |
| 1.5 论文的结构安排 | 第25-27页 |
| 第二章 基于shallow-deep特征表示的行人检测 | 第27-43页 |
| 2.1 引言 | 第27-29页 |
| 2.2 相关工作 | 第29-30页 |
| 2.3 基于shallow-deep通道的特征表示 | 第30-34页 |
| 2.3.1 ACF检测器 | 第30页 |
| 2.3.2 Shallow-deep特征通道 | 第30-32页 |
| 2.3.3 Checkboard-like滤波器 | 第32页 |
| 2.3.4 Adaboost分类器 | 第32-33页 |
| 2.3.5 空间分布比较 | 第33-34页 |
| 2.4 实验 | 第34-41页 |
| 2.4.1 Caltech 10x数据库中的实验结果 | 第35-37页 |
| 2.4.2 ETH数据库中的实验结果 | 第37-39页 |
| 2.4.3 讨论 | 第39-41页 |
| 2.5 本章小结 | 第41-43页 |
| 第三章 基于区域感知多核学习的行为识别 | 第43-61页 |
| 3.1 引言 | 第43-45页 |
| 3.2 相关工作 | 第45-46页 |
| 3.3 方法 | 第46-53页 |
| 3.3.1 人体区域提取 | 第46-47页 |
| 3.3.2 多层深度特征(MDF)生成 | 第47-49页 |
| 3.3.3 RG-MKL特征融合算法 | 第49-53页 |
| 3.4 实验 | 第53-59页 |
| 3.4.1 实验设置 | 第53-54页 |
| 3.4.2 JHMDB数据库中的实验结果 | 第54-57页 |
| 3.4.3 UCF Sports数据库中的实验结果 | 第57-59页 |
| 3.5 本章小结 | 第59-61页 |
| 第四章 基于DDFP和非负低秩稀疏模型的行为识别 | 第61-77页 |
| 4.1 引言 | 第61-63页 |
| 4.2 相关工作 | 第63-64页 |
| 4.3 新的底层描述子 | 第64-66页 |
| 4.4 非负低秩稀疏表示 | 第66-70页 |
| 4.4.1 低秩矩阵恢复 | 第66页 |
| 4.4.2 非负低秩稀疏模型 | 第66-68页 |
| 4.4.3 优化过程 | 第68-70页 |
| 4.5 实验 | 第70-76页 |
| 4.5.1 KTH数据库中的实验结果 | 第70-73页 |
| 4.5.2 Weizmann数据库中的实验结果 | 第73-75页 |
| 4.5.3 UCF Sports数据库的实验中的实验结果 | 第75-76页 |
| 4.6 总结 | 第76-77页 |
| 第五章 基于稠密属性特征图的人群计数 | 第77-95页 |
| 5.1 引言 | 第77-79页 |
| 5.2 相关工作 | 第79-80页 |
| 5.3 基于稠密属性特征图的局部描述子 | 第80-84页 |
| 5.3.1 稠密属性特征图 | 第80-81页 |
| 5.3.2 局部描述子LAF | 第81-83页 |
| 5.3.3 特征编码器: W-VLAD | 第83-84页 |
| 5.4 实验 | 第84-93页 |
| 5.4.1 Mall数据库中的实验结果 | 第86-90页 |
| 5.4.2 UCSD数据库中的实验结果 | 第90-92页 |
| 5.4.3 Caltech 10X数据库中的实验结果 | 第92-93页 |
| 5.5 总结 | 第93-95页 |
| 第六章 结论与展望 | 第95-97页 |
| 6.1 工作总结 | 第95-96页 |
| 6.2 工作展望 | 第96-97页 |
| 参考文献 | 第97-113页 |
| 攻博期间完成的学术论文 | 第113-115页 |
| 致谢 | 第115页 |
