| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第一章 绪论 | 第12-20页 |
| ·引言 | 第12-13页 |
| ·国内外研究现状 | 第13-17页 |
| ·基于底层特征描述的人体动作视频表达 | 第14-15页 |
| ·基于动作属性挖掘的人体动作表达 | 第15-16页 |
| ·基于卷积神经网络的特征提取和多特征融合的人体动作表达 | 第16-17页 |
| ·本文的创新点和结构安排 | 第17-20页 |
| 第二章 基于底层特征表达的低延时3D人体动作识别系统 | 第20-40页 |
| ·背景介绍 | 第20-24页 |
| ·相关工作 | 第24-25页 |
| ·特征提取和骨架编码 | 第25-30页 |
| ·人体骨架特征提取 | 第26-28页 |
| ·基于马尔可夫随机场的动态骨架编码 | 第28-30页 |
| ·区分性的骨架运动子模型学习 | 第30-33页 |
| ·区分性的骨架运动子模型学习 | 第31-33页 |
| ·低延时的动作识别系统 | 第33页 |
| ·实验分析 | 第33-39页 |
| ·实验配置 | 第33-35页 |
| ·MSR Action3D数据集上的实验结果 | 第35页 |
| ·MSR DailyActivity 3D数据集上的实验结果 | 第35-37页 |
| ·特征表达性能分析 | 第37页 |
| ·延时性能分析 | 第37-39页 |
| ·在未分割视频上的动作分类 | 第39页 |
| ·总结 | 第39-40页 |
| 第三章 基于属性挖掘的可扩展3D人体动作识别 | 第40-60页 |
| ·背景介绍 | 第40-43页 |
| ·相关工作 | 第43-44页 |
| ·基于属性的分类方法 | 第43页 |
| ·基于骨架的动作识别 | 第43-44页 |
| ·属性挖掘与可扩展识别系统 | 第44-51页 |
| ·骨架特征提取 | 第44-48页 |
| ·动作属性挖掘 | 第48-50页 |
| ·可扩展的动作识别 | 第50-51页 |
| ·实验分析 | 第51-57页 |
| ·实验环境配置 | 第51-52页 |
| ·实验参数设置 | 第52-53页 |
| ·基于骨架的动作识别性能分析 | 第53-55页 |
| ·可扩展的动作识别实验分析 | 第55-57页 |
| ·总结 | 第57-60页 |
| 第四章 基于多特征融合的人体动作表达 | 第60-74页 |
| ·背景介绍 | 第60-62页 |
| ·相关工作 | 第62-63页 |
| ·运动特征表达和外观特征表达 | 第63-66页 |
| ·运动特征提取 | 第64-65页 |
| ·外观特征提取 | 第65-66页 |
| ·多特征模型融合与动作分类 | 第66-69页 |
| ·实验分析 | 第69-71页 |
| ·数据集与实验方法 | 第69页 |
| ·实验参数配置 | 第69-71页 |
| ·实验对比与分析 | 第71页 |
| ·总结与本工作未来研究方向 | 第71-74页 |
| 第五章 总结与展望 | 第74-78页 |
| ·本文工作总结 | 第74-76页 |
| ·基于底层特征表达的低延时3D人体动作识别系统 | 第74-75页 |
| ·基于属性挖掘的可扩展3D人体动作识别 | 第75页 |
| ·基于多特征融合的人体动作表达 | 第75-76页 |
| ·未来工作展望 | 第76-78页 |
| ·底层特征的提取优化 | 第76页 |
| ·视频内容理解与动作属性挖掘 | 第76-77页 |
| ·基于深度学习模型的视频动作表达 | 第77-78页 |
| 参考文献 | 第78-82页 |
| 致谢 | 第82-84页 |
| 在读期间发表的学术论文与取得的研究成果 | 第84页 |
