| 摘要 | 第6-8页 |
| Abstract | 第8-10页 |
| 第1章 绪论 | 第14-36页 |
| 1.1 群体行为的特点和基本问题 | 第14-21页 |
| 1.1.1 群体行为研究的意义 | 第14-17页 |
| 1.1.2 群体行为研究的基本问题和技术难点 | 第17-21页 |
| 1.2 群体行为分析的研究现状和相关工作 | 第21-30页 |
| 1.2.1 群体目标检测 | 第22-25页 |
| 1.2.2 群体目标跟踪 | 第25-26页 |
| 1.2.3 群体整体特征提取 | 第26-28页 |
| 1.2.4 群体行为分析模型研究 | 第28-30页 |
| 1.3 本文的研究内容 | 第30-33页 |
| 1.4 本文的组织框架和主要创新工作 | 第33-36页 |
| 第2章 面向宏观社会群体目标的底层特征提取算法研究 | 第36-50页 |
| 2.1 引言 | 第36-37页 |
| 2.2 基于时空变化矩阵的视频变化度量 | 第37-44页 |
| 2.3 基于特征分解的时空变化流体场构造 | 第44-47页 |
| 2.4 实验结果 | 第47页 |
| 2.5 小结 | 第47-50页 |
| 第3章 面向微观显微细胞群体的底层特征提取算法研究 | 第50-77页 |
| 3.1 引言 | 第50-52页 |
| 3.2 相称显微镜成像原理分析 | 第52-56页 |
| 3.3 基于稀疏表示的显微图像表征 | 第56-71页 |
| 3.3.1 基于重构性的成像模型 | 第59-60页 |
| 3.3.2 基于区分度的成像模型 | 第60-68页 |
| 3.3.3 基于区分度和基于重构特性稀疏表征性能讨论 | 第68-71页 |
| 3.4 实验结果 | 第71-76页 |
| 3.4.1 实验数据 | 第71-72页 |
| 3.4.2 实验参数 | 第72-74页 |
| 3.4.3 相称显微镜的相差特征提取结果 | 第74-76页 |
| 3.5 小结 | 第76-77页 |
| 第4章 基于多Agent模型的群体行为建模算法研究 | 第77-111页 |
| 4.1 引言 | 第77-79页 |
| 4.2 基于特征一致性分析的时空Agent分割和特征建模 | 第79-83页 |
| 4.3 基于标记传播的Agent属性识别 | 第83-87页 |
| 4.4 基于Rademacher复杂性分析的标定基元主动选取 | 第87-95页 |
| 4.4.1 预测误差上界 | 第87-89页 |
| 4.4.2 Agent主动标定选取准则 | 第89-91页 |
| 4.4.3 基于序列优化的Agent主动选取 | 第91-95页 |
| 4.5 基于修正传播的Agent属性校正 | 第95-101页 |
| 4.5.1 基于主动学习的修正基元选取 | 第96-97页 |
| 4.5.2 基于渐智图的修正传播算法 | 第97-101页 |
| 4.6 实验结果 | 第101-110页 |
| 4.6.1 参数设定 | 第101-102页 |
| 4.6.2 示例结果 | 第102-105页 |
| 4.6.3 微观细胞群体Agent属性识别比较分析 | 第105-107页 |
| 4.6.4 宏观社会群体Agent属性识别比较分析 | 第107页 |
| 4.6.5 标记-修正传播算的性能分析 | 第107-110页 |
| 4.7 小结 | 第110-111页 |
| 第5章 大规模群体行为理解应用 | 第111-131页 |
| 5.1 引言 | 第111页 |
| 5.2 基于目标跟踪的群体行为理解 | 第111-121页 |
| 5.2.1 基于目标关联树的多目标跟踪 | 第112-116页 |
| 5.2.2 基于目标跟踪的事件检测 | 第116-117页 |
| 5.2.3 实验结果 | 第117-121页 |
| 5.3 基于超跟踪的群体行为理解算法研究 | 第121-123页 |
| 5.3.1 基于主题模型的群体行为理解 | 第121-123页 |
| 5.4 实验结果 | 第123-129页 |
| 5.4.1 数据和参数设定 | 第123-124页 |
| 5.4.2 示例实验结果 | 第124-127页 |
| 5.4.3 量化分析 | 第127-129页 |
| 5.5 小结 | 第129-131页 |
| 第6章 总结与展望 | 第131-134页 |
| 6.1 总结及主要贡献 | 第131-132页 |
| 6.2 工作展望 | 第132-134页 |
| 参考文献 | 第134-144页 |
| 致谢 | 第144-147页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第147-151页 |
