基于鉴别主题和时序结构的动作识别
摘要 | 第5-7页 |
Abstract | 第7-8页 |
1 绪论 | 第16-34页 |
1.1 动作识别的研究背景和意义 | 第16-18页 |
1.2 动作识别面临的挑战 | 第18-19页 |
1.3 动作识别的研究动态 | 第19-29页 |
1.3.1 特征提取与描述方法 | 第19-23页 |
1.3.2 特征编码方法 | 第23-25页 |
1.3.3 建模与分类方法 | 第25-29页 |
1.4 实验数据集简介 | 第29-31页 |
1.5 本文的主要工作 | 第31-33页 |
1.6 后续内容安排 | 第33-34页 |
2 基于监督概率潜在语义分析的动作识别 | 第34-50页 |
2.1 引言 | 第34-36页 |
2.2 相关工作 | 第36-37页 |
2.2.1 概率潜在语义分析的研究进展 | 第36页 |
2.2.2 潜在狄利克雷分配的研究进展 | 第36-37页 |
2.3 监督概率潜在语义分析 | 第37-42页 |
2.3.1 概率潜在语义分析的简单回顾 | 第37-38页 |
2.3.2 监督pLSA | 第38页 |
2.3.3 模型的拟合 | 第38-41页 |
2.3.4 时间复杂度分析 | 第41-42页 |
2.3.5 基于spLSA的分类 | 第42页 |
2.4 实验结果与分析 | 第42-48页 |
2.4.1 实验设置 | 第42-43页 |
2.4.2 与其它主题模型的识别率比较 | 第43-45页 |
2.4.3 与其它主题模型的运行时间比较 | 第45-46页 |
2.4.4 与相关先进方法的比较 | 第46-48页 |
2.4.5 讨论 | 第48页 |
2.5 本章小结 | 第48-50页 |
3 基于多尺度排序池化的动作识别 | 第50-68页 |
3.1 引言 | 第50-51页 |
3.2 相关工作 | 第51-53页 |
3.2.1 短时时空特征提取 | 第51-52页 |
3.2.2 中时时空结构挖掘 | 第52页 |
3.2.3 长时时空结构学习 | 第52-53页 |
3.3 多尺度排序池化 | 第53-60页 |
3.3.1 排序池化 | 第53-54页 |
3.3.2 目标函数 | 第54-56页 |
3.3.3 优化 | 第56-59页 |
3.3.4 计算复杂度分析 | 第59-60页 |
3.4 实验结果与分析 | 第60-67页 |
3.4.1 特征提取 | 第60-61页 |
3.4.2 与基准方法的比较 | 第61-62页 |
3.4.3 尺度数量对性能的影响 | 第62-64页 |
3.4.4 收敛性验证实验 | 第64-66页 |
3.4.5 与相关先进方法的比较 | 第66-67页 |
3.5 本章小结 | 第67-68页 |
4 基于潜在持续时间模型的动作识别 | 第68-86页 |
4.1 引言 | 第68-70页 |
4.2 相关工作 | 第70-71页 |
4.2.1 多时间尺度 | 第70页 |
4.2.2 时空关系的度量 | 第70-71页 |
4.3 潜在持续时间模型 | 第71-75页 |
4.3.1 视频特征表示 | 第71页 |
4.3.2 潜在持续时间模型 | 第71-73页 |
4.3.3 潜在变量推理 | 第73-74页 |
4.3.4 参数学习 | 第74-75页 |
4.3.5 与其它方法的关系 | 第75页 |
4.4 实验结果与分析 | 第75-84页 |
4.4.1 降维性能验证 | 第76-77页 |
4.4.2 模型参数的影响 | 第77-80页 |
4.4.3 LDM中不同模块的性能验证 | 第80-81页 |
4.4.4 与相关先进方法的比较 | 第81-84页 |
4.5 本章小结 | 第84-86页 |
5 基于层级模型和树核的动作识别 | 第86-108页 |
5.1 引言 | 第86-87页 |
5.2 相关工作 | 第87-90页 |
5.2.1 层级模型 | 第87-88页 |
5.2.2 树核 | 第88-90页 |
5.3 动态层级树 | 第90-95页 |
5.3.1 基于最小最大DTW的原子动作发现 | 第90-93页 |
5.3.2 动态层级树的构建过程 | 第93-95页 |
5.4 k近邻边对核 | 第95-96页 |
5.5 实验结果与分析 | 第96-106页 |
5.5.1 实验设置 | 第97页 |
5.5.2 参数的影响 | 第97-100页 |
5.5.3 不同原子动作发现算法的比较 | 第100-101页 |
5.5.4 不同树核的比较 | 第101-102页 |
5.5.5 与相关先进方法的比较 | 第102-105页 |
5.5.6 本文所提方法的比较 | 第105-106页 |
5.6 本章小结 | 第106-108页 |
6 总结与展望 | 第108-110页 |
6.1 工作总结 | 第108-109页 |
6.2 工作展望 | 第109-110页 |
致谢 | 第110-112页 |
参考文献 | 第112-126页 |
附录 | 第126页 |