| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略词对照表 | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 研究背景与意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-16页 |
| 1.3 论文的主要内容和章节安排 | 第16-20页 |
| 1.3.1 主要研究内容 | 第16-17页 |
| 1.3.2 章节安排 | 第17-20页 |
| 第二章 行为识别方法概述 | 第20-32页 |
| 2.1 引言 | 第20页 |
| 2.2 特征构建方法 | 第20-28页 |
| 2.2.1 基于全局的特征构建方法 | 第20-22页 |
| 2.2.2 基于局部的特征构建方法 | 第22-26页 |
| 2.2.3 基于部件的特征构建方法 | 第26页 |
| 2.2.4 基于属性的特征构建方法 | 第26-28页 |
| 2.3 确定近邻的方法 | 第28-29页 |
| 2.3.1 KNN算法 | 第28-29页 |
| 2.3.2 ε-邻域方法 | 第29页 |
| 2.4 特征编码方法 | 第29-30页 |
| 2.5 本章小结 | 第30-32页 |
| 第三章 时空近邻分布描述子构建算法 | 第32-44页 |
| 3.1 引言 | 第32-33页 |
| 3.2 轨迹筛选 | 第33-35页 |
| 3.2.1 获取初始轨迹 | 第33-34页 |
| 3.2.2 轨迹筛选 | 第34-35页 |
| 3.3 构建速度加速度共现描述子 | 第35-37页 |
| 3.4 构建时空近邻分布描述子 | 第37-42页 |
| 3.4.1 计算近邻信息 | 第38-39页 |
| 3.4.2 描述近邻信息的测度 | 第39-40页 |
| 3.4.3 构建轨迹间的时空近邻分布描述子 | 第40-42页 |
| 3.5 本章小节 | 第42-44页 |
| 第四章 基于时空近邻分布描述子和大间隔最近邻居编码的行为识别 | 第44-60页 |
| 4.1 引言 | 第44页 |
| 4.2 大间隔最近邻居编码方法 | 第44-47页 |
| 4.2.1 大间隔最近邻居算法 | 第45页 |
| 4.2.2 大间隔最近邻居编码 | 第45-47页 |
| 4.3 本文行为识别框架 | 第47-48页 |
| 4.4 实验与分析 | 第48-58页 |
| 4.4.1 公共数据库介绍 | 第49-51页 |
| 4.4.2 参数设置 | 第51-52页 |
| 4.4.3 本文时空近邻分布描述子的行为识别实验 | 第52-54页 |
| 4.4.4 本文提出编码方法及框架的行为识别实验 | 第54-56页 |
| 4.4.5 混淆矩阵结果 | 第56-58页 |
| 4.5 本章小节 | 第58-60页 |
| 第五章 总结与展望 | 第60-62页 |
| 5.1 全文总结 | 第60-61页 |
| 5.2 未来展望 | 第61-62页 |
| 参考文献 | 第62-68页 |
| 致谢 | 第68-70页 |
| 作者简介 | 第70-71页 |