| 缩略词 | 第9-10页 |
| 摘要 | 第10-12页 |
| Abstract | 第12-13页 |
| 第一章 绪论 | 第14-33页 |
| 1.1 研究背景及意义 | 第14-17页 |
| 1.2 国内外研究现状 | 第17-29页 |
| 1.2.1 人体行为识别的定义及发展概况 | 第17-18页 |
| 1.2.2 人体行为识别中的词袋模型 | 第18-23页 |
| 1.2.3 应用词袋模型进行人体行为识别时存在的问题及解决途径 | 第23-29页 |
| 1.3 本文研究动机以及待解决的问题 | 第29-30页 |
| 1.3.1 研究动机 | 第29-30页 |
| 1.3.2 拟解决的问题 | 第30页 |
| 1.4 论文的主要工作及结构安排 | 第30-33页 |
| 第二章 “硬指定”方法中的结构模式发现与利用 | 第33-59页 |
| 2.1 引言 | 第33-34页 |
| 2.2 “硬指定”方法介绍 | 第34-38页 |
| 2.2.1 特征提取 | 第34-36页 |
| 2.2.2 词典构建、特征编码与池化 | 第36-37页 |
| 2.2.3 分类 | 第37-38页 |
| 2.3 “硬指定”方法生成特征向量中的结构模式分析 | 第38-43页 |
| 2.3.1 结构模式分析 | 第38-40页 |
| 2.3.2 词条聚类方法 | 第40-43页 |
| 2.4 “硬指定”方法生成特征向量中的结构模式利用 | 第43-50页 |
| 2.4.1 组稀疏正则器 | 第43-44页 |
| 2.4.2 GSRSVM的定义 | 第44-45页 |
| 2.4.3 GSRSVM的优化问题求解 | 第45-50页 |
| 2.5 实验与分析 | 第50-58页 |
| 2.5.1 测试数据集介绍 | 第50-52页 |
| 2.5.2 实验设置 | 第52页 |
| 2.5.3 实验结果与分析 | 第52-58页 |
| 2.6 本章小结 | 第58-59页 |
| 第三章 Fisher核方法中的结构模式发现与利用 | 第59-74页 |
| 3.1 引言 | 第59页 |
| 3.2 Fisher核简介 | 第59-63页 |
| 3.2.1 Fisher核原理 | 第59-61页 |
| 3.2.2 Fisher核在计算机视觉中的应用 | 第61-63页 |
| 3.3 Fisher核方法生成特征向量中的结构模式分析 | 第63-64页 |
| 3.4 一种基于对偶函数的GSRSVM优化算法 | 第64-68页 |
| 3.5 实验与分析 | 第68-72页 |
| 3.5.1 实验设置 | 第68页 |
| 3.5.2 实验结果与分析 | 第68-72页 |
| 3.6 本章小结 | 第72-74页 |
| 第四章 稀疏编码-时空金字塔方法中的结构模式发现与利用 | 第74-94页 |
| 4.1 引言 | 第74-75页 |
| 4.2 稀疏编码-时空金字塔方法 | 第75-78页 |
| 4.2.1 图像分类中的稀疏编码-空间金字塔方法 | 第75-77页 |
| 4.2.2 用于人体行为识别的稀疏编码-时空金字塔方法 | 第77-78页 |
| 4.3 特征向量中的组结构模式分析及利用 | 第78-79页 |
| 4.4 特征向量中的层次结构模式分析及利用 | 第79-87页 |
| 4.4.1 层次稀疏正则器 | 第79-81页 |
| 4.4.2 特征向量中层次结构模式的分析 | 第81-83页 |
| 4.4.3 HSRSVM的定义及学习问题求解 | 第83-87页 |
| 4.5 实验与分析 | 第87-92页 |
| 4.5.1 实验设置 | 第87页 |
| 4.5.2 稀疏编码-时空金字塔方法的实验结果及分析 | 第87-88页 |
| 4.5.3 组结构模式利用的实验结果及分析 | 第88-89页 |
| 4.5.4 层次结构模式利用的实验结果及分析 | 第89-90页 |
| 4.5.5 与主流人体行为识别方法精度的比较 | 第90-91页 |
| 4.5.6 GSRSVM与HSRSVM分类权重向量中的稀疏模式 | 第91-92页 |
| 4.6 本章小结 | 第92-94页 |
| 第五章 多级稀疏编码方法中的结构模式发现与利用 | 第94-104页 |
| 5.1 引言 | 第94-95页 |
| 5.2 基于上下文词典的方法及存在问题分析 | 第95-97页 |
| 5.3 多级稀疏编码方法 | 第97-99页 |
| 5.4 多级稀疏编码方法中的结构模式分析与利用 | 第99-100页 |
| 5.5 实验与分析 | 第100-103页 |
| 5.5.1 实验设置 | 第100-101页 |
| 5.5.2 实验结果与分析 | 第101-103页 |
| 5.6 本章小结 | 第103-104页 |
| 第六章 结论与展望 | 第104-106页 |
| 致谢 | 第106-107页 |
| 参考文献 | 第107-117页 |
| 作者在学期间取得的学术成果 | 第117页 |
