| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-17页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 行为识别国内外研究现状 | 第9-15页 |
| 1.2.1 基于人工设计特征的方法 | 第9-13页 |
| 1.2.2 基于深度学习特征的方法 | 第13-14页 |
| 1.2.3 基于红外视频的行为识别方法 | 第14-15页 |
| 1.3 红外行为识别研究的难点及问题 | 第15页 |
| 1.4 本论文的主要研究工作及结构安排 | 第15-17页 |
| 第2章 红外行为数据集的构建 | 第17-25页 |
| 2.1 引言 | 第17页 |
| 2.2 红外成像特性分析 | 第17-18页 |
| 2.3 行为识别数据集的作用和现状 | 第18-21页 |
| 2.4 红外数据集的构建 | 第21-23页 |
| 2.5 数据集的因素差异及其挑战性 | 第23-24页 |
| 2.6 本章小结 | 第24-25页 |
| 第3章 基于红外数据集的行为识别方法评估 | 第25-44页 |
| 3.1 引言 | 第25页 |
| 3.2 行为识别方法框架 | 第25-32页 |
| 3.2.1 视频特征提取与表达 | 第26-29页 |
| 3.2.2 常用的特征编码 | 第29-31页 |
| 3.2.3 基于支持向量机的特征分类 | 第31-32页 |
| 3.3 实验方法的评价标准 | 第32-33页 |
| 3.4 低层特征描述子的评估 | 第33-37页 |
| 3.5 前后期融合的行为识别 | 第37-40页 |
| 3.5.1 常用的特征融合策略 | 第37-38页 |
| 3.5.2 融合实验结果及其分析 | 第38-40页 |
| 3.6 数据集成像因素的评估 | 第40-42页 |
| 3.7 本章小结 | 第42-44页 |
| 第4章 基于双通道卷积神经网络的红外行为识别方法研究 | 第44-56页 |
| 4.1 引言 | 第44页 |
| 4.2 基于卷积神经网络的理论分析 | 第44-46页 |
| 4.3 基于双通道卷积神经网络的红外行为识别方法研究 | 第46-51页 |
| 4.3.1 算法框架图 | 第47-48页 |
| 4.3.2 基于外形通道的网络学习 | 第48页 |
| 4.3.3 基于运动通道的网络学习 | 第48-49页 |
| 4.3.4 两种网络结构的训练调参 | 第49-51页 |
| 4.4 实验结果的分析 | 第51-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第5章 总结与展望 | 第56-58页 |
| 5.1 全文工作总结 | 第56-57页 |
| 5.2 后续的研究工作 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 致谢 | 第63-64页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第64页 |