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

基于视频深度学习的人物行为分析与社交关系识别

摘要第4-5页
abstract第5页
专用术语注释表第8-9页
第一章 绪论第9-16页
    1.1 课题研究的背景和意义第9-10页
    1.2 视频语义分析概述第10-11页
        1.2.1 视频语义基本概念第10页
        1.2.2 视频语义分析方法第10-11页
    1.3 社交关系识别概述第11-13页
        1.3.1 社交关系基本概念第11-12页
        1.3.2 社交关系识别方法第12-13页
    1.4 课题研究思路和创新点第13-14页
    1.5 论文主要研究工作及结构第14-16页
第二章 相关工作第16-25页
    2.0 视频场景预处理算法第16-17页
        2.0.1 镜头分割第16-17页
        2.0.2 关键帧提取第17页
        2.0.3 镜头聚类第17页
    2.1 CNN在视频图像识别中的应用第17-20页
        2.1.1 CNN的网络结构第18页
        2.1.2 CNN的算法原理第18-19页
        2.1.3 基于CNN的图像识别第19-20页
    2.2 RNN在视频语义分析中的应用第20-22页
        2.2.1 RNN的网络结构第21页
        2.2.2 RNN的算法原理第21-22页
        2.2.3 基于LSTM的语义分析第22页
    2.3 图模型在视频社交识别中的应用第22-24页
        2.3.1 概率图模型介绍第22-23页
        2.3.2 图的聚类算法在人物社交分组中的应用第23页
        2.3.3 因子图模型在社交关系类型预测中的应用第23-24页
    2.4 本章小结第24-25页
第三章 基于LSTM模型的视频人物行为语义识别第25-41页
    3.1 引言第25页
    3.2 基于LSTM的语义识别模型框架设计第25-28页
    3.3 视频图像底层特征描述与提取第28-30页
        3.3.1 人物身份底层特征描述与提取第28-29页
        3.3.2 人物动作底层特征描述与提取第29页
        3.3.3 上下文底层特征描述与提取第29-30页
    3.4 基于预训练的CNN的中层语义特征提取第30-34页
        3.4.1 预训练的CNN的整体框架设计第30-31页
        3.4.2 人物身份中层特征提取第31-32页
        3.4.3 人物动作中层特征提取第32-33页
        3.4.4 上下文中层特征提取第33-34页
    3.5 基于LSTM的视频人物行为语义识别算法设计第34-36页
        3.5.1 基于LSTM的语义序列建模第34-35页
        3.5.2 基于LSTM的语义序列识别过程第35-36页
    3.6 实验与结果分析第36-40页
        3.6.1 实验设计第36-37页
        3.6.2 结果分析第37-40页
    3.7 本章小结第40-41页
第四章 基于无向有权图的视频人物社交分组第41-50页
    4.1 引言第41页
    4.2 视频人物形式化描述第41-43页
        4.2.1 人物检测和追踪第41-42页
        4.2.2 头部姿势估计第42页
        4.2.3 视频人物表示第42-43页
    4.3 基于无向有权图的社交人物分组算法设计第43-46页
        4.3.1 无向有权图表示视频中人物社交第43-44页
        4.3.2 基于无向有权图的聚类算法第44-46页
    4.4 实验与结果分析第46-48页
        4.4.1 实验设计第46-47页
        4.4.2 结果分析第47-48页
    4.5 本章小结第48-50页
第五章 基于视频人物行为语义与分组的社交关系识别第50-58页
    5.1 引言第50页
    5.2 视频人物社交关系的形式化描述第50-51页
        5.2.1 视频人物社交关系语义定义第50-51页
        5.2.2 视频人物社交部分标签网络第51页
        5.2.3 视频人物社交关系类型预测定义第51页
    5.3 基于人物语义与分组的社交关系识别算法设计第51-55页
        5.3.1 视频社交关系因子图模型第52-53页
        5.3.2 因子图模型学习过程第53-55页
        5.3.3 推断未知社交关系第55页
    5.4 实验与结果分析第55-57页
        5.4.1 实验设计第55-56页
        5.4.2 结果分析第56-57页
    5.5 本章小结第57-58页
第六章 总结与展望第58-60页
    6.1 工作总结第58-59页
    6.2 工作展望第59-60页
参考文献第60-65页
附录1 攻读硕士学位期间撰写的论文第65-66页
附录2 攻读硕士学位期间申请的专利第66-67页
附录3 攻读硕士学位期间参加的科研项目第67-68页
致谢第68页

论文共68页,点击 下载论文
上一篇:废黄河三角洲海岸演变及侵蚀脆弱性评估
下一篇:长江口滩涂湿地植被变化模拟及其生态效应