首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于时空兴趣点的人体行为识别

摘要第4-5页
Abstract第5页
第一章 绪论第8-17页
    1.1 课题研究的背景和意义第8-10页
    1.2 人体行为识别技术概述第10-13页
        1.2.1 人体行为识别的常用方法第10-12页
        1.2.2 存在的问题及发展趋势第12-13页
    1.3 国内外研究现状与分析第13页
    1.4 人体行为数据库第13-15页
    1.5 论文主要研究工作及结构第15-17页
第二章 底层特征的提取与描述第17-27页
    2.1 时空特征的提取与描述第18-24页
        2.1.1 时空兴趣点的提取第18-23页
        2.1.2 时空兴趣点的描述第23-24页
    2.2 词袋模型方法第24-26页
        2.2.1 方法介绍第24-25页
        2.2.2 聚类算法第25-26页
    2.3 本章小结第26-27页
第三章 基于主题模型的行为识别算法第27-48页
    3.1 方法框架第27页
    3.2 主题模型第27-29页
    3.3 PLSA 模型在人体行为识别中的应用第29-34页
        3.3.1 PLSA 算法介绍第29页
        3.3.2 使用 EM 算法求解 PLSA 模型参数第29-32页
        3.3.3 PLSA 模型用于单人行为识别第32-34页
    3.4 LDA 模型在人体行为识别中的应用第34-37页
    3.5 PLSA 和 LDA 用于行为识别的实验结果与分析第37-42页
    3.6 加标签的狄利克雷模型用于行为识别第42-47页
        3.6.1 加标签狄利克雷模型简介第43-45页
        3.6.2 实验结果与分析第45-47页
    3.7 本章小结第47-48页
第四章 双人交互动作识别第48-63页
    4.1 双人行为分析和一阶逻辑推理的关系第48-51页
        4.1.1 一阶逻辑知识库第49-51页
        4.1.2 基于一阶逻辑的双人行为推理第51页
    4.2 马尔科夫逻辑网第51-56页
        4.2.1 马尔科夫网第51-53页
        4.2.2 马尔科夫逻辑网第53-54页
        4.2.3 马尔科夫逻辑网的求解第54-56页
    4.3 马尔科夫逻辑网用于双人行为识别第56-58页
        4.3.1 时空兴趣点的提取与划分第57页
        4.3.2 双人交互行为识别第57-58页
    4.4 实验结果及分析第58-62页
    4.5 本章小结第62-63页
第五章 总结与展望第63-65页
    5.1 全文总结第63页
    5.2 展望第63-65页
参考文献第65-68页
附录 1 攻读硕士学位期间撰写的论文第68-69页
附录 2 攻读硕士学位期间参加的科研项目第69-70页
致谢第70页

论文共70页,点击 下载论文
上一篇:基于SVM的网络视频流特征分析与分类研究
下一篇:基于非参数多线索融合的单目视频深度图估计研究