面向视频挖掘的视觉内容分析
| 中文摘要 | 第1-8页 |
| ABSTRACT | 第8-13页 |
| 主要缩写符号对照表 | 第13-14页 |
| 第一章 绪论 | 第14-22页 |
| ·视频挖掘的概念 | 第14-15页 |
| ·视频挖掘的研究进展 | 第15-17页 |
| ·视频挖掘的任务 | 第17-19页 |
| ·研究目的与内容 | 第19-20页 |
| ·主要创新和论文结构 | 第20-22页 |
| 第二章 视觉内容分析的相关知识 | 第22-32页 |
| ·MPEG–7特征描述 | 第22-23页 |
| ·切变检测的自适应门限 | 第23-26页 |
| ·渐变检测的自适应门限 | 第26-28页 |
| ·矢量特征的Boosting分类器 | 第28-32页 |
| ·线性判别分析法 | 第28-30页 |
| ·Gentle AdaBoost 算法 | 第30-31页 |
| ·Boosting分类器级联 | 第31-32页 |
| 第三章 视频内容的句法分段 | 第32-63页 |
| ·引言 | 第32-34页 |
| ·图像帧的匹配问题 | 第34-48页 |
| ·连续的颜色直方图 | 第34-38页 |
| ·空间的金字塔匹配算法 | 第38-42页 |
| ·图像检索性能实验 | 第42-48页 |
| ·镜头检测的自适应门限 | 第48-57页 |
| ·相似度演化矩阵 | 第49-54页 |
| ·动态时间规整算法 | 第54-55页 |
| ·“SEM+DTW”算法的实现问题 | 第55-57页 |
| ·镜头检测的综合实验 | 第57-60页 |
| ·实验数据集 | 第57-58页 |
| ·结果评估标准 | 第58-59页 |
| ·结果及分析 | 第59-60页 |
| ·本章小结 | 第60-63页 |
| 第四章 基于检测和跟踪算法的视频识别 | 第63-75页 |
| ·引言 | 第63-64页 |
| ·检测过程 | 第64-68页 |
| ·基于格子的均值漂移 | 第64-65页 |
| ·外观模型和搜索过程 | 第65-67页 |
| ·匹配结果的验证 | 第67-68页 |
| ·提炼结果 | 第68-70页 |
| ·跟踪过程 | 第70-71页 |
| ·对象的标本 | 第71-72页 |
| ·实验结果及分析 | 第72-74页 |
| ·本章小节 | 第74-75页 |
| 第五章 基于局部运动直方图的人物行为检测 | 第75-96页 |
| ·引言 | 第75-76页 |
| ·相关工作 | 第76-77页 |
| ·局部运动直方图 | 第77-83页 |
| ·特征的设计 | 第77-81页 |
| ·行为的表示 | 第81-83页 |
| ·GAB分类器的学习问题 | 第83-87页 |
| ·Boosting算法 | 第84-86页 |
| ·弱分类器 | 第86页 |
| ·采用GAB+WFLD进行特征选择 | 第86-87页 |
| ·实验部分 | 第87-95页 |
| ·行为的视频数据集 | 第87-88页 |
| ·训练和测试设置 | 第88-91页 |
| ·结果及分析 | 第91-95页 |
| ·本章小结 | 第95-96页 |
| 第六章 基于时空块的人物行为检测 | 第96-108页 |
| ·引言 | 第96-97页 |
| ·行为模型 | 第97-103页 |
| ·经典的pLSA算法 | 第97-100页 |
| ·ESM形状模型 | 第100-101页 |
| ·pLSA-ESM算法 | 第101-102页 |
| ·算法的实现与优化 | 第102-103页 |
| ·特征点的提取 | 第103-104页 |
| ·实验及结果 | 第104-107页 |
| ·本章小结 | 第107-108页 |
| 第七章 监控视频中的异常行为检索 | 第108-126页 |
| ·引言 | 第108-111页 |
| ·行为的表示 | 第108-109页 |
| ·行为的推理 | 第109-111页 |
| ·时空块描述 | 第111-113页 |
| ·概率推理过程 | 第113-116页 |
| ·极大似然估计 | 第113-114页 |
| ·“K-best”支撑问题 | 第114-116页 |
| ·系统高效的实现 | 第116-119页 |
| ·相似性度量 | 第117页 |
| ·条件尺度关系 | 第117-118页 |
| ·推理过程 | 第118-119页 |
| ·实验测试 | 第119-121页 |
| ·视频数据集 | 第120页 |
| ·参数设置 | 第120-121页 |
| ·结果及分析 | 第121页 |
| ·本章小结 | 第121-126页 |
| 第八章 总结与展望 | 第126-128页 |
| ·工作总结 | 第126-127页 |
| ·未来的工作及展望 | 第127-128页 |
| 参考文献 | 第128-137页 |
| 致谢 | 第137-138页 |
| 攻读博士学位期间的研究成果 | 第138-139页 |
