基于视频的人员行为识别技术研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 课题研究的背景与意义 | 第10-11页 |
| 1.2 国内外研究历史与现状 | 第11-13页 |
| 1.3 本论文的主要内容与结构安排 | 第13-15页 |
| 第二章 系统结构 | 第15-22页 |
| 2.1 人类视觉感知系统概述 | 第15-17页 |
| 2.2 特征提取 | 第17-18页 |
| 2.3 特征降维 | 第18-20页 |
| 2.4 行为分类识别 | 第20页 |
| 2.5 本章小结 | 第20-22页 |
| 第三章 模拟视觉系统的特征提取模型 | 第22-35页 |
| 3.1 感受野 | 第23-25页 |
| 3.1.1 视网膜与侧膝体神经元感受野 | 第23-24页 |
| 3.1.2 初级视皮层神经元感受野 | 第24-25页 |
| 3.2 Gabor滤波器 | 第25-28页 |
| 3.2.1 Gabor函数的定义 | 第25-26页 |
| 3.2.2 二维Gabor滤波器 | 第26-28页 |
| 3.3 模拟视觉通路的层次结构 | 第28-34页 |
| 3.3.1 简单细胞层S1 | 第28-30页 |
| 3.3.2 复杂细胞层C1 | 第30-31页 |
| 3.3.3 合成特征层S2 | 第31-33页 |
| 3.3.4 复杂合成层C2 | 第33页 |
| 3.3.5 S_3和C_3阶段 | 第33-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 基于SVM-HMM的混合分类器 | 第35-49页 |
| 4.1 支持向量机 | 第35-39页 |
| 4.1.1 VC维与结构风险 | 第35-37页 |
| 4.1.2 线性分类器 | 第37-39页 |
| 4.2 核函数 | 第39-40页 |
| 4.2.1 常见的核函数类型 | 第39-40页 |
| 4.2.2 松弛变量 | 第40页 |
| 4.3 隐马尔科夫模型 | 第40-47页 |
| 4.3.1 前向算法 | 第43-44页 |
| 4.3.2 维特比算法 | 第44-45页 |
| 4.3.3 前向-后向算法 | 第45-47页 |
| 4.4 SVM-HMM混合分类器 | 第47-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第五章 实验结果分析 | 第49-54页 |
| 5.1 参数设置与结果分析 | 第49-53页 |
| 5.2 本章小结 | 第53-54页 |
| 第六章 全文总结与展望 | 第54-56页 |
| 6.1 全文工作总结 | 第54页 |
| 6.2 后续工作展望 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-61页 |
