无约束视频的行为识别技术研究
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第15-19页 |
| 1.1 研究背景和意义 | 第15-17页 |
| 1.2 目前国内外研究现状和面临的问题 | 第17-18页 |
| 1.3 本文的主要内容 | 第18-19页 |
| 第二章 视频动作识别方法概述 | 第19-41页 |
| 2.1 人体动作识别的特征 | 第19-31页 |
| 2.1.1 全局特征 | 第19-22页 |
| 2.1.2 局部特征 | 第22-31页 |
| 2.2 视频的表示方法 | 第31-34页 |
| 2.2.1 无约束视频的复杂背景干扰 | 第31-33页 |
| 2.2.2 视频表示 | 第33-34页 |
| 2.3 人体动作识别的算法 | 第34-40页 |
| 2.3.1 基于判别式分类器 | 第34-35页 |
| 2.3.2 基于模板匹配的分类 | 第35-36页 |
| 2.3.3 基于时间状态空间模型的方法 | 第36-38页 |
| 2.3.4 无监督学习的方法 | 第38-40页 |
| 2.4 本章小结 | 第40-41页 |
| 第三章 帧间变化特征提取及改进 | 第41-47页 |
| 3.1 帧间变化特征 | 第41-43页 |
| 3.2 改进帧间变化特征 | 第43-46页 |
| 3.2.1 复杂背景的滤除 | 第44-45页 |
| 3.2.2 克服摄像机的晃动 | 第45-46页 |
| 3.3 本章小结 | 第46-47页 |
| 第四章 基于分层次特征的动作识别 | 第47-66页 |
| 4.1 概述 | 第47-49页 |
| 4.2 本文的描述子 | 第49-51页 |
| 4.2.1 第一层视频表示 | 第49页 |
| 4.2.2 第二层视频表示 | 第49-51页 |
| 4.3 实验结果及分析 | 第51-65页 |
| 4.3.1 实验一：ASLAN数据集 | 第51-57页 |
| 4.3.2 实验二：HMDB51数据集 | 第57-61页 |
| 4.3.3 实验三：UCF50数据集 | 第61-64页 |
| 4.3.4 实验四：KTH数据集 | 第64-65页 |
| 4.4 本章总结 | 第65-66页 |
| 第五章 总结与展望 | 第66-68页 |
| 5.1 论文的工作总结 | 第66页 |
| 5.2 未来的研究构想 | 第66-68页 |
| 参考文献 | 第68-74页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第74-75页 |
