| 摘要 | 第3-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 主要内容及结构安排 | 第14-15页 |
| 第二章 相关基础理论 | 第15-29页 |
| 2.1 Hockey暴力视频集 | 第15-16页 |
| 2.2 梯度方向描述算子 | 第16-21页 |
| 2.2.1 HOG特征的提出 | 第16页 |
| 2.2.2 HOG特征的提取 | 第16-21页 |
| 2.3 词袋模型 | 第21-22页 |
| 2.3.1 词袋模型的实现 | 第21-22页 |
| 2.4 多示例学习算法 | 第22-24页 |
| 2.4.1 多示例学习算法的概念 | 第22页 |
| 2.4.2 多示例学习算法的实现 | 第22-24页 |
| 2.5 支持向量机 | 第24-27页 |
| 2.6 极限学习机 | 第27-29页 |
| 第三章 基于二维特征的特殊视频内容检测算法 | 第29-52页 |
| 3.1 基于HOG特征的特殊视频内容检测算法 | 第29-38页 |
| 3.1.1 基于HOG特征的算法结构 | 第30页 |
| 3.1.2 HOG特征的提取 | 第30-32页 |
| 3.1.3 K-means聚类算法 | 第32-33页 |
| 3.1.4 单帧词频向量的计算 | 第33-34页 |
| 3.1.5 模型训练和实验分析 | 第34-38页 |
| 3.2 基于Co-HOG特征的特殊视频内容检测算法 | 第38-43页 |
| 3.2.1 基于Co-HOG特征的算法结构 | 第38-39页 |
| 3.2.2 Co-HOG特征 | 第39-40页 |
| 3.2.3 模型训练和实验分析 | 第40-43页 |
| 3.3 基于Conv-CoHOG特征的特殊视频内容检测算法 | 第43-50页 |
| 3.3.1 基于Conv-CoHOG特征的算法结构 | 第44-45页 |
| 3.3.2 Conv-CoHOG特征 | 第45-46页 |
| 3.3.3 模型训练和实验分析 | 第46-50页 |
| 3.4 本章小结 | 第50-52页 |
| 第四章 基于三维特征的特殊视频内容检测算法 | 第52-69页 |
| 4.1 基于3D-HOG特征的特殊视频内容检测算法 | 第52-57页 |
| 4.1.1 基于3D-HOG特征的算法结构 | 第52-53页 |
| 4.1.2 3D-HOG特征 | 第53-54页 |
| 4.1.3 模型训练和实验分析 | 第54-57页 |
| 4.2 基于Conv-CoHOG 3D特征的特殊视频内容检测算法 | 第57-66页 |
| 4.2.2 基于Conv-CoHOG3D特征的算法结构 | 第58-60页 |
| 4.2.3 基于Conv-CoHOG3D特征的算法实现 | 第60-64页 |
| 4.2.3.1 视频的分块 | 第60页 |
| 4.2.3.2 3D Co-HOG的求解 | 第60-61页 |
| 4.2.3.3 Conv-CoHOG3D的求解 | 第61-62页 |
| 4.2.3.4 多示例学习算法模型的训练 | 第62-64页 |
| 4.2.4 模型训练和实验分析 | 第64-66页 |
| 4.3 基于三维特征的实验结果与分析 | 第66-69页 |
| 第五章 总结与展望 | 第69-71页 |
| 参考文献 | 第71-76页 |
| 致谢 | 第76-77页 |
| 攻读学位期间发表的学术论文目录 | 第77页 |
