| 摘要 | 第1页 |
| Abstract | 第6-7页 |
| 详细摘要 | 第7-10页 |
| Detailed Abstract | 第10-16页 |
| 1 绪论 | 第16-30页 |
| ·本文的研究背景及意义 | 第16-20页 |
| ·恐怖视频识别技术的研究现状 | 第20-24页 |
| ·色情图像和视频的识别研究 | 第20页 |
| ·恐怖视频识别的研究现状 | 第20-24页 |
| ·本文的主要研究内容和创新点 | 第24-26页 |
| ·本文的研究内容 | 第24-26页 |
| ·本文的创新点 | 第26页 |
| ·本文的内容安排 | 第26-30页 |
| 2 相关理论基础 | 第30-46页 |
| ·多示例学习 | 第30-37页 |
| ·多示例学习概述 | 第30-31页 |
| ·多样性密度算法 | 第31-33页 |
| ·k 近邻算法 | 第33-36页 |
| ·基于支持向量机的多示例学习算法 | 第36-37页 |
| ·稀疏编码理论 | 第37-44页 |
| ·概述 | 第37-39页 |
| ·稀疏正则化定义 | 第39-40页 |
| ·优化求解算法 | 第40-43页 |
| ·稀疏编码在计算机视觉和模式识别领域的应用 | 第43-44页 |
| ·视频情感识别系统流程 | 第44页 |
| ·小结 | 第44-46页 |
| 3 视频的结构化分析及特征提取 | 第46-62页 |
| ·视频结构化分析 | 第46-49页 |
| ·视频的结构模型 | 第46-47页 |
| ·镜头的分割算法 | 第47-49页 |
| ·关键帧的提取算法 | 第49页 |
| ·视频情感特征的提取 | 第49-60页 |
| ·情感特征分析 | 第50页 |
| ·颜色情感特征提取 | 第50-53页 |
| ·视觉情感特征提取 | 第53-55页 |
| ·音频情感特征提取 | 第55-60页 |
| ·小结 | 第60-62页 |
| 4 基于上下文关系的恐怖视频识别算法 | 第62-78页 |
| ·算法框架概述 | 第62-63页 |
| ·相关方法概述 | 第63-65页 |
| ·基于图的多示例学习算法 | 第63-64页 |
| ·基于核函数的多示例学习算法 | 第64-65页 |
| ·视频包的构建 | 第65-67页 |
| ·结构化分析及特征提取 | 第65-66页 |
| ·包的构建 | 第66-67页 |
| ·基于 -graph 的视觉上下文建模 | 第67-68页 |
| ·基于代价敏感稀疏表示的视音频上下文建模 | 第68-71页 |
| ·稀疏编码分类模型 | 第68-70页 |
| ·基于代价敏感稀疏表示的视音频上下文建模 | 第70-71页 |
| ·模型参数的优化求解和视频的分类预测 | 第71-75页 |
| ·模型表示形式转换 | 第71-72页 |
| ·FSS (Feature-Sign Search algorithm)算法 | 第72-73页 |
| ·基于 FSS 算法的模型参数求解 | 第73-75页 |
| ·基于稀疏表示模型的视频分类 | 第75页 |
| ·实验与分析 | 第75-77页 |
| ·实验视频库概述及评价标准 | 第75-76页 |
| ·实验结果及分析 | 第76-77页 |
| ·小结 | 第77-78页 |
| 5 基于多视角多示例学习的恐怖视频识别算法 | 第78-94页 |
| ·算法框架概述 | 第78-79页 |
| ·基于 l2,1范式的结构化稀疏表示 | 第79-84页 |
| ·视频多视角建模 | 第84-86页 |
| ·集合视角建模 | 第84-85页 |
| ·上下文视角建模 | 第85-86页 |
| ·多视角联合稀疏表示融合框架 | 第86-89页 |
| ·多视角联合稀疏表示融合框架 | 第86-87页 |
| ·框架参数的优化求解 | 第87-88页 |
| ·分类 | 第88-89页 |
| ·实验与分析 | 第89-93页 |
| ·恐怖视频库上的实验 | 第89-90页 |
| ·通用多示例库上的实验 | 第90-93页 |
| ·小结 | 第93-94页 |
| 6 基于判别性示例选择多示例学习的恐怖视频识别算法 | 第94-112页 |
| ·算法框架概述 | 第94-95页 |
| ·相关方法概述 | 第95-104页 |
| ·基于示例选择的多示例学习算法 MILES | 第95-100页 |
| ·稀疏词典学习 | 第100-104页 |
| ·基于具有自表示性稀疏字典学习的判别性示例选择 | 第104-107页 |
| ·具有自表示性的稀疏字典学习 | 第104-106页 |
| ·判别性示例的选择 | 第106-107页 |
| ·示例包的特征映射及分类 | 第107-108页 |
| ·实验与分析 | 第108-111页 |
| ·恐怖视频库上的实验 | 第108-110页 |
| ·通用多示例数据库的实验 | 第110-111页 |
| ·小结 | 第111-112页 |
| 7 总结与展望 | 第112-116页 |
| 参考文献 | 第116-126页 |
| 致谢 | 第126-128页 |
| 作者简介 | 第128页 |
| 在学期间发表的学术论文 | 第128页 |