| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第9-21页 |
| 1.1 引言 | 第9页 |
| 1.2 选题背景及研究意义 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-19页 |
| 1.3.1 基于不同复杂度的人体行为识别 | 第12页 |
| 1.3.2 人体行为识别中的特征提取 | 第12-15页 |
| 1.3.3 人体行为识别中的特征表示 | 第15-16页 |
| 1.3.4 人体行为的识别方法 | 第16-19页 |
| 1.4 人体行为识别研究难点 | 第19页 |
| 1.5 本文主要研究工作与组织结构 | 第19-21页 |
| 1.5.1 主要研究工作 | 第19-20页 |
| 1.5.2 论文组织结构 | 第20-21页 |
| 第2章 相关理论研究 | 第21-37页 |
| 2.1 人体行为识别相关理论研究 | 第21页 |
| 2.2 特征提取 | 第21-23页 |
| 2.2.1 全局特征 | 第22-23页 |
| 2.2.2 局部特征 | 第23页 |
| 2.3 时空局部特征点 | 第23-28页 |
| 2.3.1 基于3-D Harris的时空特征点提取 | 第24-25页 |
| 2.3.2 基于时空滤波器的时空特征点提取 | 第25-26页 |
| 2.3.3 基于3-D Saliency的时空特征点提取 | 第26-27页 |
| 2.3.4 基于3-D SIFT的时空特征点提取 | 第27页 |
| 2.3.5 其它时空特征点 | 第27-28页 |
| 2.4 时空局部特征描述子 | 第28-31页 |
| 2.4.1 基于梯度的特征描述子 | 第28-29页 |
| 2.4.2 基于光流的特征描述子 | 第29-30页 |
| 2.4.3 光流和梯度方向组合的特征描述子 | 第30页 |
| 2.4.4 其它特征描述子 | 第30-31页 |
| 2.5 分层模型 | 第31-33页 |
| 2.6 视觉词袋模型 | 第33-34页 |
| 2.7 支持向量机SVM | 第34-37页 |
| 第3章 基于时空局部特征的人体行为识别 | 第37-47页 |
| 3.1 正交平面兴趣点检测 | 第38-40页 |
| 3.2 时空局部特征描述 | 第40-42页 |
| 3.2.1 构造时空立方体 | 第40-41页 |
| 3.2.2 联合特征直方图统计 | 第41-42页 |
| 3.2.3 局部保留投影(LPP)降维 | 第42页 |
| 3.3 实验结果及分析 | 第42-45页 |
| 3.3.1 实验样本 | 第42-43页 |
| 3.3.2 实验结果和分析 | 第43-45页 |
| 3.4 本章小结 | 第45-47页 |
| 第4章 基于分层bag-of-words模型的人体行为识别 | 第47-57页 |
| 4.1 分层模型构造 | 第48-52页 |
| 4.1.1 构造Level-0层bag-of-words | 第48页 |
| 4.1.2 构造Level-1层bag-of-words | 第48-51页 |
| 4.1.3 构造Level-L层bag-of-words | 第51-52页 |
| 4.2 输出特征 | 第52-53页 |
| 4.3 实验结果及分析 | 第53-56页 |
| 4.3.1 实验设置 | 第53页 |
| 4.3.2 动作识别性能 | 第53-54页 |
| 4.3.3 影响因素分析 | 第54-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第5章 总结与展望 | 第57-59页 |
| 5.1 总结 | 第57页 |
| 5.2 展望 | 第57-59页 |
| 参考文献 | 第59-65页 |
| 致谢 | 第65-67页 |
| 攻读硕士学位期间公开发表的论文 | 第67页 |
