| 提要 | 第1-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-17页 |
| ·行为识别的研究背景 | 第11-16页 |
| ·行为识别的意义 | 第11页 |
| ·行为识别的研究现状 | 第11-12页 |
| ·行为识别的研究方法 | 第12-16页 |
| ·论文的主要工作 | 第16-17页 |
| 第2章 搭建人体行为数据库 | 第17-22页 |
| ·行为目标的范围与实验数据的采集 | 第17页 |
| ·训练数据集的预处理方式 | 第17-20页 |
| ·高效训练数据库生成工具的开发 | 第20-22页 |
| 第3章 Latent SVM 行为模型的设计 | 第22-36页 |
| ·行为模型的总体设计 | 第22-27页 |
| ·行为模型设计的基本任务 | 第22-23页 |
| ·特征提取与模板匹配 | 第23-24页 |
| ·行为模型的结构设计 | 第24-27页 |
| ·多尺度 HOG 特征提取 | 第27-30页 |
| ·HOG 特征提取 | 第27-28页 |
| ·多尺度图像特征提取 | 第28-30页 |
| ·part-based 模型与可变形模板 | 第30-36页 |
| ·part-based 模型 | 第30页 |
| ·可变形模板 | 第30-32页 |
| ·行为模型部件的定义 | 第32-34页 |
| ·融合多视角的行为模型 | 第34-36页 |
| 第4章 Latent SVM 行为模型的实现与实验分析 | 第36-53页 |
| ·行为模型训练的初始化 | 第36-37页 |
| ·行为模型参数的优化 | 第37-40页 |
| ·Latent SVM 与 SVM 的联系 | 第37-38页 |
| ·Latent SVM 行为模型参数的优化 | 第38-40页 |
| ·训练样本集的挖掘方法 | 第40-42页 |
| ·用 SVM 训练时的挖掘方法 | 第40-41页 |
| ·Latent SVM 的参数优化与训练样本挖掘 | 第41-42页 |
| ·Latent SVM 模型的匹配算法 | 第42-44页 |
| ·实验与分析 | 第44-53页 |
| ·实验环境和实验数据 | 第44-45页 |
| ·模型的评价方法 | 第45-53页 |
| 第5章 考场异常行为检测算法的设计与测试 | 第53-62页 |
| ·Latent SVM 行为模型的应用环境 | 第53-54页 |
| ·考场异常行为智能检测的设计 | 第54-58页 |
| ·考场异常行为智能检测的实现与评测 | 第58-62页 |
| 第6章 总结与展望 | 第62-64页 |
| ·工作总结 | 第62-63页 |
| ·工作展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 作者简介及在学期间所取得的科研成果 | 第67-68页 |
| 致谢 | 第68页 |