基于时空特征提取的视频动作识别技术研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 引言 | 第10-16页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 主要问题 | 第13-14页 |
| 1.4 主要研究内容 | 第14-15页 |
| 1.5 论文组织结构 | 第15-16页 |
| 2 相关技术研究 | 第16-26页 |
| 2.1 密度轨迹法 | 第16-18页 |
| 2.2 视觉特征词袋模型 | 第18-21页 |
| 2.2.1 词袋模型 | 第18页 |
| 2.2.2 词袋模型在计算机视觉中的应用 | 第18-21页 |
| 2.3 空间金字塔模型 | 第21-22页 |
| 2.4 排序池化应用于视频特征提取 | 第22-25页 |
| 2.4.1 构建有序视觉特征对 | 第23页 |
| 2.4.2 排序池化原理 | 第23-25页 |
| 2.5 本章小结 | 第25-26页 |
| 3 基于多通道时空金字塔的视频时空特征提取 | 第26-40页 |
| 3.1 概述 | 第26-27页 |
| 3.2 基本视觉特征提取 | 第27-30页 |
| 3.2.1 方向梯度直方图 | 第27-29页 |
| 3.2.2 光流直方图 | 第29-30页 |
| 3.3 视觉字典学习 | 第30-31页 |
| 3.4 多通道时空金字塔模型构建 | 第31-33页 |
| 3.5 算法流程 | 第33页 |
| 3.6 视频分类及实验结果分析 | 第33-39页 |
| 3.6.1 KTH数据集 | 第34-35页 |
| 3.6.2 分类器 | 第35页 |
| 3.6.3 实验结果与分析 | 第35-39页 |
| 3.7 本章小结 | 第39-40页 |
| 4 基于排序池化融合空间特征的视频时空特征提取 | 第40-53页 |
| 4.1 概述 | 第40-42页 |
| 4.2 基本视觉特征序列预处理 | 第42-44页 |
| 4.2.1 基本视觉特征提取 | 第42页 |
| 4.2.2 二维图像空间金字塔构建 | 第42-43页 |
| 4.2.3 有序基本特征向量集smooth操作 | 第43-44页 |
| 4.3 排序函数优化 | 第44-45页 |
| 4.4 算法流程 | 第45-46页 |
| 4.5 视频分类与实验结果分析 | 第46-52页 |
| 4.5.1 数据集 | 第46-47页 |
| 4.5.2 分类器 | 第47-48页 |
| 4.5.3 实验结果分析 | 第48-52页 |
| 4.6 本章小结 | 第52-53页 |
| 5 本文总结与未来展望 | 第53-55页 |
| 5.1 本文工作总结 | 第53-54页 |
| 5.2 未来工作展望 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 附录 | 第60页 |
