首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

基于特征映射的运动分析与识别

摘要第1-8页
ABSTRACT第8-10页
目录第10-13页
表格索引第13-14页
插图索引第14-16页
第一章 绪论第16-22页
   ·引言第16-17页
   ·研究背景与现状第17-19页
   ·基于特征映射的混合模型识别第19页
     ·生成式模型第19页
     ·判别式模型第19页
   ·三维人体动作识别第19-20页
   ·复杂场景群体运动分析第20页
   ·人脸识别第20-21页
   ·本文的结构第21-22页
第二章 特征映射第22-38页
   ·研究现状第22-23页
   ·生成式模型与判别式模型第23-25页
     ·生成式模型第23-24页
     ·判别式模型第24-25页
   ·特征映射第25-33页
     ·基于参数的特征映射方法:Fisher kernel第26-28页
     ·基于随机变量的特征映射方法:FESS第28-30页
     ·基于参数及随机变量的方法:后验分歧第30-33页
   ·多类后验分歧第33-35页
   ·一个通用的多类特征映射提取框架第35-36页
   ·本章小结第36-38页
第三章 三维人体动作识别第38-56页
   ·人体动作识别研究现状第38-41页
     ·基于二维图像的人体动作识别第38-39页
     ·基于三维数据的人体动作识别第39-41页
   ·人体关节点模型与表示第41-43页
   ·基于特征映射的三维动作识别第43-49页
     ·隐马尔可夫模型建模第43-45页
     ·对动作序列基于特征映射提取特征第45-49页
   ·实验结果与分析第49-55页
     ·隐状态数对实验结果的影响第51页
     ·三种多类后验分歧方法的比较第51-52页
     ·多种实验方法的比较与子部分数对分辨率的影响第52-55页
   ·本章小结第55-56页
第四章 复杂场景下的群体运动分析第56-72页
   ·群体运动分析研究现状第56-58页
   ·基于特征映射方法的群体运动分析第58-64页
     ·提取短轨迹方法第58-60页
     ·长轨迹的合成与描述第60-63页
     ·基于特征映射方法的群体运动模式检测第63-64页
   ·实验结果与分析第64-70页
     ·数据库第64页
     ·实验结果与分析第64-70页
   ·本章小结第70-72页
第五章 单样本人脸识别第72-90页
   ·单样本人脸识别的研究现状第72-73页
   ·多因子矢量量化(MCVQ)算法第73-75页
     ·MVCQ 算法的动机第73-74页
     ·MCVQ 算法的内容第74-75页
   ·多子类表示模型第75-84页
     ·模型学习和推断第76-80页
     ·人脸表示算法第80-82页
     ·识别算法第82-84页
   ·实验结果与分析第84-89页
     ·人脸数据库第84-85页
     ·实验配置第85-86页
     ·变化的光照下的识别实验第86页
     ·随机遮挡人脸的实验第86-89页
   ·本章小结第89-90页
总结与展望第90-92页
 论文研究总结第90-91页
 展望第91-92页
参考文献第92-100页
致谢第100-101页
攻读学位期间发表的学术论文目录第101页

论文共101页,点击 下载论文
上一篇:基于图像的三维重建及网格化算法研究
下一篇:实用人脸识别算法研究