| 摘要 | 第7-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第14-25页 |
| 1.1 研究目的和意义 | 第14-15页 |
| 1.2 人体行为分析研究现状 | 第15-22页 |
| 1.2.1 人体行为的表示模型 | 第15-16页 |
| 1.2.2 人体行为分析的研究方法 | 第16-19页 |
| 1.2.3 人体行为识别与描述 | 第19-22页 |
| 1.3 人体行为分析的应用 | 第22-23页 |
| 1.4 研究内容与主要工作 | 第23页 |
| 1.5 本文结构 | 第23-25页 |
| 第2章 人体行为分析的相关理论与方法 | 第25-38页 |
| 2.1 引言 | 第25页 |
| 2.2 深度传感器 | 第25-27页 |
| 2.3 基本近邻性测度 | 第27-30页 |
| 2.3.1 Levenstein距离 | 第28-29页 |
| 2.3.2 KL距离 | 第29-30页 |
| 2.3.3 Tanimoto距离 | 第30页 |
| 2.4 拉普拉斯特征映射算法 | 第30-31页 |
| 2.5 基于Monte Carlo模拟思想的粒子滤波算法 | 第31-34页 |
| 2.6 层次聚类算法 | 第34-37页 |
| 2.7 本章小结 | 第37-38页 |
| 第3章 人体行为的表示方法研究 | 第38-49页 |
| 3.1 引言 | 第38页 |
| 3.2 拉普拉斯特征映射算法的改进 | 第38-40页 |
| 3.3 人体行为识别方法 | 第40-45页 |
| 3.3.1 行为均衡化算法 | 第41-42页 |
| 3.3.2 基于粒子滤波算法的行为识别 | 第42-45页 |
| 3.4 实验及结果分析 | 第45-48页 |
| 3.4.1 改进的拉普拉斯特征映射算法的性能验证试验 | 第45-46页 |
| 3.4.2 行为识别实验 | 第46-48页 |
| 3.5 本章小结 | 第48-49页 |
| 第4章 人体行为模式的聚类分析方法 | 第49-61页 |
| 4.1 引言 | 第49页 |
| 4.2 行为的聚类分析方法 | 第49-53页 |
| 4.2.1 分段带权值对称KL距离 | 第49-51页 |
| 4.2.2 人体行为模式分析方法 | 第51-53页 |
| 4.3 实验及结果分析 | 第53-60页 |
| 4.3.1 行为的聚类实验 | 第53-59页 |
| 4.3.2 人体行为模式分析实验 | 第59-60页 |
| 4.5 本章小结 | 第60-61页 |
| 结论 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间发表的论文 | 第66-67页 |
| 致谢 | 第67页 |