面向家庭智能空间主动服务的目标行为分析与识别
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第1章 绪论 | 第9-21页 |
| ·研究背景及意义 | 第9-11页 |
| ·课题研究背景 | 第9-10页 |
| ·选题意义 | 第10-11页 |
| ·相关技术及研究现状 | 第11-18页 |
| ·家庭智能空间技术 | 第11-12页 |
| ·行为表示与识别技术 | 第12-16页 |
| ·环境感知服务技术 | 第16-17页 |
| ·课题开展实验环境 | 第17-18页 |
| ·论文结构安排 | 第18-21页 |
| ·主要内容及关系 | 第18-19页 |
| ·论文结构 | 第19-21页 |
| 第2章 基于环境标志点拟合轨迹的全局位置行为分析 | 第21-33页 |
| ·引言 | 第21页 |
| ·环境标志点选取 | 第21-23页 |
| ·基于 HMM 的全局行为模型 | 第23-27页 |
| ·位置特征预处理 | 第24页 |
| ·HMM 模型描述 | 第24-26页 |
| ·全局行为分析实验 | 第26-27页 |
| ·基于状态驻留的位置行为分析 | 第27-32页 |
| ·状态驻留模型表示 | 第28-30页 |
| ·位置行为识别与检测 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 基于位置分布的动作行为分析 | 第33-51页 |
| ·引言 | 第33页 |
| ·动作姿态图像序列预处理 | 第33-38页 |
| ·模型定义 | 第34页 |
| ·模型更新 | 第34-35页 |
| ·背景描述 | 第35页 |
| ·图像二值化 | 第35-37页 |
| ·图像预处理结果 | 第37-38页 |
| ·动作行为特征表示 | 第38-42页 |
| ·差分动作能量图 | 第39-40页 |
| ·局部二阶相对矩 | 第40-42页 |
| ·基于人工免疫聚类的无监督行为分析 | 第42-47页 |
| ·人工免疫原理 | 第43-45页 |
| ·行为聚类分析 | 第45-47页 |
| ·实验验证 | 第47-49页 |
| ·本章小结 | 第49-51页 |
| 第4章 基于姿态关节点特征的动作行为表示 | 第51-69页 |
| ·引言 | 第51页 |
| ·关键姿态提取 | 第51-53页 |
| ·关节点标定 | 第53-57页 |
| ·关节点表示 | 第54页 |
| ·姿态关节点提取 | 第54-57页 |
| ·姿态关节点特征 | 第57-59页 |
| ·实验与结果分析 | 第59-66页 |
| ·关节点标定实验 | 第60-61页 |
| ·简单动作行为识别实验 | 第61-64页 |
| ·噪声干扰实验 | 第64-66页 |
| ·本章小结 | 第66-69页 |
| 第5章 多视角动作行为识别 | 第69-83页 |
| ·引言 | 第69-70页 |
| ·MRF 模型 | 第70-71页 |
| ·基于时空局部约束的多视角动作行为模型 | 第71-76页 |
| ·模型描述 | 第72-73页 |
| ·观测特征分布 | 第73-74页 |
| ·先验能量函数 | 第74-75页 |
| ·参数估计与推断 | 第75-76页 |
| ·实验与分析 | 第76-81页 |
| ·实验描述 | 第76-78页 |
| ·结果分析 | 第78-81页 |
| ·本章小结 | 第81-83页 |
| 第6章 基于多信息融合的自然行为识别 | 第83-97页 |
| ·引言 | 第83-84页 |
| ·自然行为建模 | 第84-85页 |
| ·行为关联矩阵 | 第85-87页 |
| ·时间-行为关联 | 第85页 |
| ·位置行为关联 | 第85-86页 |
| ·动作-行为关联 | 第86页 |
| ·生理特征-行为关联 | 第86-87页 |
| ·基于动态加权证据理论的自然行为识别 | 第87-93页 |
| ·证据理论 | 第88-89页 |
| ·基本信度赋值函数 | 第89-91页 |
| ·动态权值测度合成 | 第91页 |
| ·自然行为推理验证 | 第91-93页 |
| ·基于行为理解的主动智能服务规划 | 第93-95页 |
| ·全息地图行为信息存储 | 第93-94页 |
| ·主动异常发现服务 | 第94-95页 |
| ·主动行为预测服务 | 第95页 |
| ·本章小结 | 第95-97页 |
| 结论 | 第97-99页 |
| 参考文献 | 第99-109页 |
| 攻读博士学位期间承担的科研任务与主要成果 | 第109-111页 |
| 致谢 | 第111-112页 |
| 作者简介 | 第112页 |
