基于底层特征优化建模的行为识别算法研究
| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第9-20页 |
| 1.1 研究背景与意义 | 第9-12页 |
| 1.2 国内外研究动态及主要研究方法 | 第12-17页 |
| 1.2.1 行为识别的研究现状 | 第12-14页 |
| 1.2.2 行为识别的研究动态及主要方法 | 第14-17页 |
| 1.3 论文的主要内容和结构安排 | 第17-20页 |
| 2 行为特征提取与表示 | 第20-30页 |
| 2.1 时空兴趣点的提取 | 第20-25页 |
| 2.1.1 时空特征点检测 | 第20-24页 |
| 2.1.2 检测方法对比分析 | 第24-25页 |
| 2.2 时空兴趣点的描述 | 第25-29页 |
| 2.2.1 时空特征点描述符 | 第25-27页 |
| 2.2.2 描述符的对比分析 | 第27-29页 |
| 2.3 本章小结 | 第29-30页 |
| 3 BOVW模型优化 | 第30-38页 |
| 3.1 传统BOVW模型 | 第30-34页 |
| 3.1.1 BOW模型 | 第30-31页 |
| 3.1.2 BOVW模型 | 第31-32页 |
| 3.1.3 BOVW模型存在的问题 | 第32-34页 |
| 3.2 BOVW特征优化 | 第34-37页 |
| 3.2.1 TF-IDF原理 | 第34-35页 |
| 3.2.2 优化计算过程 | 第35-37页 |
| 3.3 本章小结 | 第37-38页 |
| 4 时空兴趣点的时空特征建模 | 第38-53页 |
| 4.1 时空兴趣点共生矩阵 | 第38-42页 |
| 4.1.1 灰度共生矩阵 | 第38-39页 |
| 4.1.2 二维兴趣点共生矩阵 | 第39-40页 |
| 4.1.3 时空兴趣点共生矩阵 | 第40-42页 |
| 4.2 时空兴趣点互信息 | 第42-45页 |
| 4.2.1 互信息 | 第42-44页 |
| 4.2.2 时空兴趣点互信息 | 第44-45页 |
| 4.3 环形时空兴趣点直方图 | 第45-50页 |
| 4.3.1 图像直方图 | 第45-46页 |
| 4.3.2 空间颜色直方图 | 第46-47页 |
| 4.3.3 环形颜色直方图 | 第47-49页 |
| 4.3.4 环形时空兴趣点直方图 | 第49-50页 |
| 4.4 时空分布熵 | 第50-52页 |
| 4.5 本章小结 | 第52-53页 |
| 5 算法验证及数据分析 | 第53-65页 |
| 5.1 数据集简介 | 第53-54页 |
| 5.1.1 KTH数据集 | 第53-54页 |
| 5.1.2 UCFsports数据集 | 第54页 |
| 5.2 三类底层描述符对比分析 | 第54-60页 |
| 5.2.1 三类描述符的可视化分析 | 第54-59页 |
| 5.2.2 算法验证 | 第59-60页 |
| 5.3 参数r、N对识别精度的影响 | 第60-61页 |
| 5.4 算法比较 | 第61-63页 |
| 5.4.1 相似算法比较 | 第61-63页 |
| 5.4.2 非形似框架下的算法比较 | 第63页 |
| 5.5 本章小结 | 第63-65页 |
| 总结与展望 | 第65-67页 |
| 参考文献 | 第67-73页 |
| 致谢 | 第73-74页 |
| 攻读硕士期间发表的论文 | 第74-75页 |
