一种基于判别式聚类的人体行为识别方法
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 研究背景与意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-18页 |
| 1.3 论文主要研究内容及章节安排 | 第18-21页 |
| 第二章 人体行为识别的中层语义特征发展现状分析 | 第21-35页 |
| 2.1 引言 | 第21页 |
| 2.2 人体行为识别公共视频数据库 | 第21-22页 |
| 2.3 中层语义特征 | 第22-30页 |
| 2.3.1 基于区域信息的中层语义特征 | 第24-27页 |
| 2.3.2 基于轨迹的中层语义特征表示 | 第27-30页 |
| 2.4 经典聚类分析算法 | 第30-33页 |
| 2.4.1 分割式的聚类分析算法 | 第30-32页 |
| 2.4.2 基于密度的聚类分析算法 | 第32-33页 |
| 2.4.3 基于层次的聚类分析算法 | 第33页 |
| 2.4.4 基于网格的聚类分析算法 | 第33页 |
| 2.5 本章小结 | 第33-35页 |
| 第三章 一种新的判别式聚类分析算法 | 第35-51页 |
| 3.1 引言 | 第35-37页 |
| 3.2 提取视频底层特征描述子 | 第37-42页 |
| 3.2.1 光流场与稠密光流提取 | 第37-38页 |
| 3.2.2 关键点检测筛选稠密采样点 | 第38-39页 |
| 3.2.3 SURF特征描述子 | 第39-41页 |
| 3.2.4 构建稠密轨迹特征描述子 | 第41-42页 |
| 3.3 基于类别的层次聚类分析算法 | 第42-47页 |
| 3.3.1 传统的层次聚类分析算法 | 第42-44页 |
| 3.3.2 基于类别的层次聚类实现 | 第44-47页 |
| 3.4 判别式聚类分析算法框架 | 第47-50页 |
| 3.4.1 判别式聚类分析算法 | 第48页 |
| 3.4.2 本文判别式聚类分析算法的实现步骤 | 第48-50页 |
| 3.5 本章小结 | 第50-51页 |
| 第四章 一种改进的隐SVM人体行为识别新方法 | 第51-63页 |
| 4.1 引言 | 第51页 |
| 4.2 构建高层语义特征 | 第51-55页 |
| 4.2.1 高层语义特征与三层语义的思想 | 第51-53页 |
| 4.2.2 定义高层语义特征 | 第53-54页 |
| 4.2.3 高层语义特征的实现步骤 | 第54-55页 |
| 4.3 CC-LSVM模型 | 第55-58页 |
| 4.3.1 语义鸿沟及解决办法 | 第55页 |
| 4.3.2 隐SVM模型 | 第55-57页 |
| 4.3.3 CC-LSVM分类模型 | 第57-58页 |
| 4.4 本文识别算法框架与仿真分析 | 第58-61页 |
| 4.4.1 本文识别算法框架 | 第58-59页 |
| 4.4.2 本文仿真结果与结果分析 | 第59-61页 |
| 4.5 本章小结 | 第61-63页 |
| 第五章 全文总结与展望 | 第63-65页 |
| 5.1 全文总结 | 第63页 |
| 5.2 未来展望 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 致谢 | 第71-73页 |
| 作者简介 | 第73-74页 |
