| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第一章 绪论 | 第17-33页 |
| 1.1 人体行为识别的基本问题 | 第18-23页 |
| 1.1.1 识别问题 | 第18-19页 |
| 1.1.2 人体行为识别问题 | 第19-20页 |
| 1.1.3 人体行为识别技术所涉及的研究问题 | 第20-23页 |
| 1.2 基于可穿戴传感器网络的人体行为识别技术 | 第23-26页 |
| 1.2.1 可穿戴传感器网络及其优势 | 第23-25页 |
| 1.2.2 人体行为识别系统基本框架 | 第25-26页 |
| 1.3 研究工作思路与问题空间 | 第26-30页 |
| 1.3.1 基于主动式可穿戴传感器网络的单人复杂行为识别技术 | 第27-28页 |
| 1.3.2 基于主动式可穿戴传感器网络的多人互动行为识别技术 | 第28-29页 |
| 1.3.3 基于可穿戴传感器网络的实时行为识别技术 | 第29页 |
| 1.3.4 基于被动式可穿戴传感器网络的行为感知技术 | 第29-30页 |
| 1.4 本文工作与贡献 | 第30-32页 |
| 1.5 论文组织 | 第32-33页 |
| 第二章 相关工作 | 第33-53页 |
| 2.1 数据感知与获取技术 | 第33-37页 |
| 2.1.1 主动式可穿戴传感器网络 | 第34-36页 |
| 2.1.2 被动式传感器 | 第36-37页 |
| 2.2 数据分割技术 | 第37-38页 |
| 2.2.1 滑动窗口分割技术 | 第37-38页 |
| 2.2.2 数据特征分割技术 | 第38页 |
| 2.3 特征和特征提取方法 | 第38-41页 |
| 2.3.1 加速度数据特征 | 第39-40页 |
| 2.3.2 环境数据与生理指标特征 | 第40-41页 |
| 2.3.3 被动式传感器数据的特征 | 第41页 |
| 2.4 行为识别算法 | 第41-48页 |
| 2.4.1 单人复杂行为识别相关技术 | 第41-45页 |
| 2.4.2 多人互动行为识别相关技术 | 第45-47页 |
| 2.4.3 实时行为识别相关工作 | 第47-48页 |
| 2.5 行为识别系统的性能指标 | 第48-51页 |
| 2.6 本章小结 | 第51-53页 |
| 第三章 单人复杂行为识别 | 第53-93页 |
| 3.1 问题描述与解决途径 | 第54-55页 |
| 3.2 单人行为的感知与数据获取 | 第55-58页 |
| 3.2.1 可穿戴单人行为感知平台 | 第55-57页 |
| 3.2.2 行为数据的特征提取 | 第57-58页 |
| 3.3 基于EP的建模与识别方法 | 第58-71页 |
| 3.3.1 EP概念及其挖掘方法 | 第58-61页 |
| 3.3.2 基于EP的识别算法 | 第61-71页 |
| 3.4 基于ESP的建模与识别方法 | 第71-79页 |
| 3.4.1 ESP概念及其挖掘方法 | 第71-76页 |
| 3.4.2 基于ESP的识别算法 | 第76-79页 |
| 3.5 实验结果与分析 | 第79-92页 |
| 3.5.1 单人行为数据收集和检验标准 | 第80-82页 |
| 3.5.2 实验1：EP识别精度 | 第82-83页 |
| 3.5.3 实验2：EP模型与参数分析 | 第83-87页 |
| 3.5.4 实验3：ESP识别精度 | 第87-89页 |
| 3.5.5 实验4：ESP系统参数分析 | 第89-90页 |
| 3.5.6 实验5：对比实验 | 第90-92页 |
| 3.6 本章小结 | 第92-93页 |
| 第四章 多人互动行为识别 | 第93-119页 |
| 4.1 问题描述与解决途径 | 第94-95页 |
| 4.2 多人行为的感知与数据获取 | 第95-97页 |
| 4.2.1 可穿戴多人行为感知平台 | 第95-96页 |
| 4.2.2 多人行为数据的特征提取 | 第96-97页 |
| 4.3 基于图模型的建模与识别方法 | 第97-100页 |
| 4.3.1 CHMM模型及其行为建模方法 | 第97-98页 |
| 4.3.2 FCRF模型及其行为建模方法 | 第98-100页 |
| 4.3.3 用CHMM和FCRF来进行多人行为识别 | 第100页 |
| 4.4 基于EP的建模与识别方法 | 第100-105页 |
| 4.4.1 挖掘多个人行为的EP | 第100-101页 |
| 4.4.2 基于EP的多人互动行为模型 | 第101-103页 |
| 4.4.3 多人行为识别算法epMAR | 第103-105页 |
| 4.5 实验结果与分析 | 第105-118页 |
| 4.5.1 多人行为数据集的采集与评价标准 | 第105-107页 |
| 4.5.2 实验1：CHMM与FCRF算法识别精度 | 第107-110页 |
| 4.5.3 实验2：CHMM与FCRF算法特征选择 | 第110-112页 |
| 4.5.4 实验3：EP识别精度与参数分析 | 第112-114页 |
| 4.5.5 实验4：对比实验 | 第114-118页 |
| 4.6 本章小结 | 第118-119页 |
| 第五章 软实时行为识别 | 第119-138页 |
| 5.1 问题描述与解决途径 | 第120-121页 |
| 5.2 姿态识别方法 | 第121-123页 |
| 5.2.1 加速度数据的获取 | 第121页 |
| 5.2.2 姿态模板发现算法 | 第121-122页 |
| 5.2.3 姿态识别算法 | 第122-123页 |
| 5.2.4 复杂度分析 | 第123页 |
| 5.3 基于EP的实时行为识别 | 第123-125页 |
| 5.3.1 基于EP的实时行为识别算法 | 第123-124页 |
| 5.3.2 复杂度分析 | 第124-125页 |
| 5.4 实验结果与分析 | 第125-136页 |
| 5.4.1 实验方法 | 第126-128页 |
| 5.4.2 实验1：姿态发现算法性能 | 第128-129页 |
| 5.4.3 实验2：算法实时性能 | 第129-133页 |
| 5.4.4 实验3：特征选择 | 第133页 |
| 5.4.5 实验4：真实部署测试 | 第133-136页 |
| 5.5 本章小结 | 第136-138页 |
| 第六章 基于RFID的硬实时行为识别 | 第138-158页 |
| 6.1 问题描述与解决途径 | 第139-140页 |
| 6.2 可穿戴被动式RFID行为感知系统 | 第140-144页 |
| 6.2.1 硬件设置 | 第140-141页 |
| 6.2.2 RFID标签读取性能 | 第141-143页 |
| 6.2.3 利用RFID无线信号进行行为识别的可能性 | 第143-144页 |
| 6.3 系统设计 | 第144-150页 |
| 6.3.1 天线和标签穿戴方法 | 第144-145页 |
| 6.3.2 数据分割和补全算法 | 第145-147页 |
| 6.3.3 时间域和空间域特征提取 | 第147-149页 |
| 6.3.4 实时行为识别算法 | 第149-150页 |
| 6.4 实验结果与分析 | 第150-157页 |
| 6.4.1 数据收集 | 第150-151页 |
| 6.4.2 实验1：识别精度与延迟 | 第151-153页 |
| 6.4.3 实验2：天线与标签选择 | 第153-155页 |
| 6.4.4 实验3：天线发送功率 | 第155-156页 |
| 6.4.5 实验4：电池电量消耗 | 第156页 |
| 6.4.6 实验5：数据补全算法的效果 | 第156-157页 |
| 6.5 本章小结 | 第157-158页 |
| 第七章 总结与展望 | 第158-162页 |
| 7.1 工作总结 | 第158-159页 |
| 7.2 研究展望 | 第159-162页 |
| 参考文献 | 第162-177页 |
| 简历与科研成果 | 第177-180页 |
| 致谢 | 第180-181页 |
