| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-18页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 基于轨迹的人体行为识别方法 | 第9-16页 |
| 1.2.1 轨迹特征提取方法 | 第10-12页 |
| 1.2.2 轨迹特征描述方法 | 第12-14页 |
| 1.2.3 轨迹特征量化方法 | 第14-16页 |
| 1.3 本文工作 | 第16-18页 |
| 第二章 基于长时轨迹形状特征的行为识别方法 | 第18-41页 |
| 2.1 基于稠密轨迹的形状特征提取 | 第18-21页 |
| 2.1.1 稠密轨迹提取 | 第18-20页 |
| 2.1.2 短时轨迹形状特征(STTS)计算 | 第20-21页 |
| 2.2 一种新的轨迹描述子一长时轨迹形状特征 | 第21-24页 |
| 2.2.1 相似度高的行为的轨迹特性比较 | 第21-22页 |
| 2.2.2 短时轨迹形状特征的局限性 | 第22-24页 |
| 2.2.3 长时轨迹形状特征(LTTS)的提出 | 第24页 |
| 2.3 基于稠密轨迹的LTTS特征提取方法和步骤 | 第24-28页 |
| 2.3.1 速度特征及方向角计算 | 第24-26页 |
| 2.3.2 MDC编码原理及规则 | 第26-27页 |
| 2.3.3 MDCH特征计算 | 第27-28页 |
| 2.4 按比例抽样的LTTS特征词袋模型构造 | 第28-29页 |
| 2.5 实验及分析 | 第29-40页 |
| 2.5.1 实验设置及数据集的选取 | 第29-31页 |
| 2.5.2 不同类别行为轨迹的速度特征比较 | 第31-33页 |
| 2.5.3 不同类别行为轨迹的MDCH特征比较 | 第33-36页 |
| 2.5.4 基于稠密轨迹的LTTS特征和STTS特征的行为识别结果比较 | 第36-40页 |
| 2.6 本章小结 | 第40-41页 |
| 第三章 基于多方向复合Fisher向量的行为识别方法 | 第41-63页 |
| 3.1 Fisher核与Fisher向量 | 第41-43页 |
| 3.2 基于高斯混合模型的Fisher向量计算 | 第43-46页 |
| 3.2.1 高斯混合模型参数计算 | 第43-44页 |
| 3.2.2 轨迹特征Fisher向量计算 | 第44-46页 |
| 3.3 多方向复合Fisher向量的轨迹特征量化新方法 | 第46-51页 |
| 3.3.1 基于高斯混合模型的复合Fisher向量计算 | 第46-48页 |
| 3.3.2 不同行为各方向分轨迹Fisher向量直方图分布分析 | 第48-51页 |
| 3.4 实验及分析 | 第51-62页 |
| 3.4.1 实验设置及数据集的选取 | 第51-53页 |
| 3.4.2 基于Fisher向量和基于BOF的行为识别结果比较 | 第53-57页 |
| 3.4.3 基于Fisher向量和多方向复合Fisher向量的行为识别结果比较 | 第57-62页 |
| 3.5 本章小结 | 第62-63页 |
| 总结 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间取得的研究成果 | 第68-69页 |
| 致谢 | 第69-70页 |
| 答辩委员会对论文的评定意见 | 第70页 |
