基于类别保持的多任务行为识别
摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
符号对照表 | 第10-11页 |
缩略语对照表 | 第11-14页 |
第一章 绪论 | 第14-20页 |
1.1 研究背景及意义 | 第14-15页 |
1.2 行为识别的研究现状 | 第15-18页 |
1.2.1 现有技术分析 | 第15-17页 |
1.2.2 现存主要问题 | 第17-18页 |
1.3 论文的主要研究内容及工作安排 | 第18-20页 |
第二章 多任务学习方法 | 第20-28页 |
2.1 引言 | 第20页 |
2.2 多任务学习方法概述 | 第20-22页 |
2.3 常用的多任务学习方法 | 第22-27页 |
2.3.1 基于 2,1范数的多任务学习 | 第22-23页 |
2.3.2 基于组约束的多任务学习 | 第23-27页 |
2.4 本章小结 | 第27-28页 |
第三章 基于类别边界距离的多任务行为识别 | 第28-40页 |
3.1 引言 | 第28页 |
3.2 基于类别边界距离的多任务行为识别 | 第28-34页 |
3.2.1 SVM | 第28-31页 |
3.2.2 基于SVM的相似性度量 | 第31-32页 |
3.2.3 目标函数的建立和优化 | 第32-34页 |
3.3 实验结果与分析 | 第34-37页 |
3.3.1 实验设计 | 第34-35页 |
3.3.2 实验结果 | 第35-37页 |
3.4 本章小结 | 第37-40页 |
第四章 基于类别高斯分布的多任务行为识别 | 第40-52页 |
4.1 引言 | 第40-41页 |
4.2 Fisher Vector | 第41-43页 |
4.3 基于类别高斯分布的多任务行为识别 | 第43-46页 |
4.3.1 基于互信息的相似性度量 | 第43-46页 |
4.3.2 基于类别高斯分布的多任务行为识别 | 第46页 |
4.4 实验结果与分析 | 第46-50页 |
4.4.1 实验设计 | 第46-47页 |
4.4.2 实验结果与分析 | 第47-50页 |
4.5 本章小结 | 第50-52页 |
第五章 总结与展望 | 第52-54页 |
5.1 总结 | 第52-53页 |
5.2 展望 | 第53-54页 |
参考文献 | 第54-60页 |
致谢 | 第60-62页 |
作者简介 | 第62-63页 |