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

基于视频的人体行为识别算法研究

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第10-16页
    1.1 研究背景与意义第10-11页
    1.2 人体行为识别研究难点第11-12页
    1.3 人体行为识别发展现状第12-14页
        1.3.1 人体行为表征第12-13页
        1.3.2 人体行为分类第13-14页
    1.4 本文主要贡献及创新第14-15页
    1.5 论文结构安排第15-16页
第二章 基于特征协方差矩阵的行为特征提取第16-27页
    2.1 特征协方差矩阵第16-18页
        2.1.1 协方差矩阵计算第16-17页
        2.1.2 协方差矩阵几何特性第17-18页
    2.2 改进的梯度光流协方差矩阵第18-22页
        2.2.1 改进的梯度光流特征第18-22页
        2.2.2 协方差矩阵计算预处理第22页
    2.3 外观协方差矩阵第22-26页
        2.3.1 轮廓提取第22-23页
        2.3.2 外观特征[24]第23-25页
        2.3.3 协方差矩阵时空归一化第25-26页
    2.4 本章小结第26-27页
第三章 基于改进的Log-Euclidean词袋模型的人体行为识别第27-47页
    3.1 行为特征提取第27-30页
        3.1.1 时空立方块特征协方差矩阵第27-28页
        3.1.2 Log-Euclidean空间变换第28-30页
    3.2 改进的Log-Euclidean词袋模型第30-37页
        3.2.1 字典学习第30-34页
            3.2.1.1 谱聚类[35]第31-33页
            3.2.1.2 谱聚类与k-means对比分析第33-34页
        3.2.2 特征编码第34-36页
            3.2.2.1 局部约束线性编码第34-35页
            3.2.2.2 局部约束线性编码与稀疏编码对比分析第35-36页
        3.2.3 空间池化第36-37页
    3.3 行为识别第37-39页
    3.4 实验结果与分析第39-45页
        3.4.1 KTH数据库实验分析第39-44页
        3.4.2 ADL数据库实验分析第44-45页
    3.5 本章小结第45-47页
第四章 基于Stein核稀疏编码的人体行为识别第47-68页
    4.1 视频段特征协方差矩阵第48-49页
    4.2 协方差矩阵降维第49-53页
        4.2.1 几何感知降维法第49-51页
        4.2.2 Grassmann流形优化算法第51-52页
        4.2.3 降维实验分析第52-53页
    4.3 Stein核稀疏编码第53-57页
        4.3.1 Stein核[50]第54页
        4.3.2 核稀疏编码第54-55页
        4.3.3 黎曼字典学习第55-57页
    4.4 行为识别第57-59页
        4.4.1 k近邻分类法第57-58页
        4.4.2 稀疏编码分类第58-59页
    4.5 实验结果与分析第59-67页
        4.5.1 Weizmann数据库实验分析第59-63页
            4.5.1.1 梯度光流特征实验分析第59-61页
            4.5.1.2 外观特征实验分析第61-63页
        4.5.2 KTH数据库实验分析第63-64页
        4.5.3 监控行为实验分析第64-67页
    4.6 本章小结第67-68页
第五章 总结与展望第68-70页
    5.1 本文总结第68-69页
    5.2 后续工作展望第69-70页
致谢第70-71页
参考文献第71-75页
攻读硕士学位期间取得的成果第75-76页

论文共76页,点击 下载论文
上一篇:基于GIS的城市规划软件系统的设计与实现
下一篇:面向网上订餐的垂直搜索引擎的设计与实现