| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 基于整体特征的方法 | 第9-10页 |
| 1.2.2 基于局部特征的方法 | 第10页 |
| 1.2.3 基于仿生创新的方法 | 第10-11页 |
| 1.3 主要研究内容 | 第11-12页 |
| 1.4 论文组织结构 | 第12-15页 |
| 第2章 基于多慢特征融合的人体行为识别相关理论研究 | 第15-27页 |
| 2.1 梯度方向直方图、光流直方图和尺度不变特征转换特征 | 第15-17页 |
| 2.1.1 梯度方向直方图 | 第15-16页 |
| 2.1.2 光流直方图 | 第16页 |
| 2.1.3 尺度不变特征转换 | 第16-17页 |
| 2.2 慢特征分析 | 第17-19页 |
| 2.3 机器学习及支持向量机 | 第19-24页 |
| 2.4 特征融合方法 | 第24-25页 |
| 2.5 本章小结 | 第25-27页 |
| 第3章 基于多特征的慢特征分析 | 第27-35页 |
| 3.1 多特征的提取 | 第27-30页 |
| 3.1.1 梯度方向直方图的提取 | 第27-28页 |
| 3.1.2 光流直方图的提取 | 第28-29页 |
| 3.1.3 尺度不变特征转换直方图的提取 | 第29-30页 |
| 3.2 多慢特征分析 | 第30-33页 |
| 3.3 多慢特征的表示 | 第33-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第4章 多慢特征的融合 | 第35-39页 |
| 4.1 多慢特征的底层特征组合 | 第35-36页 |
| 4.2 多慢特征的高层特征融合 | 第36-37页 |
| 4.3 本章小结 | 第37-39页 |
| 第5章 实验结果与分析 | 第39-53页 |
| 5.1 相关视频库的介绍 | 第39-42页 |
| 5.2 实验流程和实验方法 | 第42-44页 |
| 5.3 Weizmann视频库的实验结果和分析 | 第44-46页 |
| 5.4 KTH视频库的实验结果和分析 | 第46-47页 |
| 5.5 UT-Interaction视频库的实验结果和分析 | 第47-49页 |
| 5.6 CASIA视频库的实验结果和分析 | 第49-50页 |
| 5.7 应用前景探讨 | 第50页 |
| 5.8 本章小结 | 第50-53页 |
| 第6章 工作总结与展望 | 第53-55页 |
| 6.1 论文工作总结 | 第53-54页 |
| 6.2 未来工作展望 | 第54-55页 |
| 参考文献 | 第55-61页 |
| 致谢 | 第61-63页 |
| 研究生期间研究成果情况 | 第63页 |
| 1 硕士期间发表论文情况 | 第63页 |
| 2 硕士期间科技竞赛获奖情况 | 第63页 |
