| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-27页 |
| ·课题的研究背景 | 第11-13页 |
| ·国内外研究发展历程与现状 | 第13-24页 |
| ·机器学习的发展与研究现状 | 第13-15页 |
| ·视频语义理解的发展 | 第15-16页 |
| ·视频语义理解研究现状 | 第16-18页 |
| ·国内外研究领域内获得的成果 | 第18-24页 |
| ·课题的提出及研究意义 | 第24-26页 |
| ·课题的主要研究内容 | 第26-27页 |
| 第2章 机器学习与视频语义在线理解的原理的研究 | 第27-34页 |
| ·机器学习的原理 | 第27-30页 |
| ·机器学习的相关定义 | 第27-28页 |
| ·机器学习的分类 | 第28-30页 |
| ·视频内容与结构的划分 | 第30-33页 |
| ·视频结构划分 | 第30-31页 |
| ·视频语义内容划分 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第3章 视频语义在线理解的技术的研究 | 第34-46页 |
| ·提取特征的技术的研究 | 第34-41页 |
| ·提取特征技术的流程 | 第34页 |
| ·提取视频的 GIST 特征 | 第34-35页 |
| ·视频相关模型 | 第35-41页 |
| ·有限状态机 | 第37页 |
| ·贝叶斯网络 | 第37页 |
| ·隐马尔可夫模型 HMM | 第37-38页 |
| ·条件随机域 | 第38-39页 |
| ·SVM 模型 | 第39-41页 |
| ·视频数据挖掘 | 第41-43页 |
| ·提取关键帧的技术的研究 | 第43-45页 |
| ·关键帧技术原理 | 第43-44页 |
| ·关键帧提取技术 | 第44-45页 |
| ·数据的获取 | 第44-45页 |
| ·提取关键帧 | 第45页 |
| ·本章小结 | 第45-46页 |
| 第4章 基于机器学习视频关键帧提取和人脸检测的实验研究 | 第46-59页 |
| ·提取关键帧 | 第46-50页 |
| ·软件模型的搭建 | 第46-48页 |
| ·实验结果的呈现 | 第48-50页 |
| ·实验结果总结 | 第50页 |
| ·杰越舵机控制的人脸实时识别 | 第50-58页 |
| ·杰越舵机控制 | 第50-55页 |
| ·工作模式 | 第50-51页 |
| ·串口调试 | 第51-55页 |
| ·舵机控制的人脸实时识别 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 攻读硕士学位期间发表的论文和获得的科研成果 | 第65-66页 |
| 致谢 | 第66-67页 |