摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
符号对照表 | 第13-14页 |
缩略语对照表 | 第14-19页 |
第一章 绪论 | 第19-35页 |
1.1 研究背景 | 第19页 |
1.2 研究现状以及存在的问题和挑战 | 第19-30页 |
1.2.1 基于视频序列的人体行为识别 | 第19-21页 |
1.2.2 三维骨架的提取和预处理 | 第21-23页 |
1.2.3 基于三维骨架序列的人体行为识别 | 第23-29页 |
1.2.4 基于深度学习的的人体行为识别 | 第29-30页 |
1.3 论文的主要贡献与组织结构 | 第30-35页 |
1.3.1 论文的主要贡献 | 第30-32页 |
1.3.2 论文的组织结构 | 第32-35页 |
第二章 基于时空特征链的人体行为识别 | 第35-49页 |
2.1 引言及问题提出 | 第35-37页 |
2.2 动作的时空表示 | 第37-43页 |
2.2.1 动作分割点的获取 | 第37-39页 |
2.2.2 非周期动作序列 | 第39-41页 |
2.2.3 时空特征链 | 第41-43页 |
2.3 动作的分类 | 第43页 |
2.4 实验与结果分析 | 第43-48页 |
2.4.1 MSRAction3D数据库 | 第43-46页 |
2.4.2 UTKinectAction数据库 | 第46-47页 |
2.4.3 UCFKinect数据集 | 第47-48页 |
2.5 总结 | 第48-49页 |
第三章 基于序列谱隐马尔科夫模型的人体行为识别 | 第49-63页 |
3.1 引言及问题提出 | 第49-51页 |
3.2 动作的时空表示 | 第51-53页 |
3.3 动作序列的时空对齐 | 第53-58页 |
3.3.1 隐马尔科夫模型 | 第53-55页 |
3.3.2 序列谱隐马尔科夫模型 | 第55页 |
3.3.3 基于序列谱隐马尔可夫模型的人体行为识别 | 第55-58页 |
3.4 实验与结果分析 | 第58-62页 |
3.4.1 参数设置 | 第58-59页 |
3.4.2 MSRAction3D数据库 | 第59-62页 |
3.4.3 UTKinectAction数据库 | 第62页 |
3.4.4 UCTKinect数据库 | 第62页 |
3.5 总结 | 第62-63页 |
第四章 基于层次时空模型的人体行为识别及预测 | 第63-75页 |
4.1 引言及问题提出 | 第63-66页 |
4.2 层次时空模型HSOM的构建 | 第66-67页 |
4.3 动作和动作单元之间的Hebbin学习 | 第67-69页 |
4.4 变阶马尔科夫模型 | 第69页 |
4.5 人体行为预测 | 第69-70页 |
4.6 实验与结果分析 | 第70-73页 |
4.6.1 参数设置 | 第70-71页 |
4.6.2 三维在线行为数据库 | 第71页 |
4.6.3 UCFKinect数据库 | 第71-73页 |
4.6.4 MSRAction3D数据库 | 第73页 |
4.7 总结 | 第73-75页 |
第五章 基于三维骨骼序列张量表示的人体行为识别 | 第75-93页 |
5.1 引言及问题提出 | 第75-77页 |
5.2 相关工作介绍 | 第77-79页 |
5.2.1 张量 | 第77-78页 |
5.2.2 线性动态系统LDS | 第78-79页 |
5.3 基于张量的动作序列时空模型 | 第79-85页 |
5.3.1 张量时间序列 | 第79-80页 |
5.3.2 基于张量的线性动态系统gLDS | 第80-83页 |
5.3.3 LDS和gLDS的比较 | 第83-85页 |
5.4 格拉斯曼流形上的稀疏编码 | 第85-86页 |
5.5 实验与结果分析 | 第86-92页 |
5.5.1 张量时间序列的表示 | 第87-89页 |
5.5.2 参数设置 | 第89页 |
5.5.3 MSRAction3D数据库 | 第89-91页 |
5.5.4 UTKinectAction数据库 | 第91页 |
5.5.5 Northwestern-UCLA多视角3D行为数据库 | 第91-92页 |
5.6 总结 | 第92-93页 |
第六章 总结与展望 | 第93-95页 |
6.1 论文总结 | 第93页 |
6.2 后续工作展望 | 第93-95页 |
参考文献 | 第95-111页 |
致谢 | 第111-113页 |
作者简介 | 第113-116页 |