| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 论文主要研究内容 | 第12-13页 |
| 1.4 论文组织结构 | 第13-16页 |
| 第二章 人体行为识别 | 第16-26页 |
| 2.1 人体行为识别概述 | 第16-23页 |
| 2.1.1 人体行为表征 | 第16-19页 |
| 2.1.2 人体行为分类 | 第19-23页 |
| 2.2 行为识别的数据库 | 第23-25页 |
| 2.2.1 常用数据库 | 第23-24页 |
| 2.2.2 作弊行为的数据集 | 第24-25页 |
| 2.3 本章总结 | 第25-26页 |
| 第三章 作弊行为检测 | 第26-42页 |
| 3.1 传统目标检测算法 | 第26-29页 |
| 3.1.1 典型的人体特征 | 第27-28页 |
| 3.1.2 典型分类器 | 第28-29页 |
| 3.2 基于深度学习的目标检测算法 | 第29-36页 |
| 3.2.1 深度学习概述 | 第29-30页 |
| 3.2.2 基于Region Proposal的深度学习目标检测 | 第30-33页 |
| 3.2.3 基于回归方法的深度学习目标检测 | 第33-36页 |
| 3.3 考场场景下的深度学习目标检测算法性能比较 | 第36-40页 |
| 3.4 本章总结 | 第40-42页 |
| 第四章 系统的设计与实现 | 第42-50页 |
| 4.1 训练图像的预处理 | 第42页 |
| 4.2 基于度量学习的Triplet Loss | 第42-45页 |
| 4.3 智能视觉系统的设计与实现 | 第45-48页 |
| 4.3.1 视频播放模块 | 第46页 |
| 4.3.2 视频分析模块 | 第46-47页 |
| 4.3.3 系统测试结果 | 第47-48页 |
| 4.4 本章小结 | 第48-50页 |
| 第五章 总结和展望 | 第50-52页 |
| 5.1 论文工作总结 | 第50-51页 |
| 5.2 未来工作展望 | 第51-52页 |
| 参考文献 | 第52-57页 |
| 致谢 | 第57-58页 |
| 攻读学位期间取得的研究成果 | 第58页 |