| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 研究现状与分析 | 第9-12页 |
| 1.3 研究内容及主要工作 | 第12-13页 |
| 1.4 论文的组织结构 | 第13-15页 |
| 第二章 最大间隔算法相关介绍 | 第15-31页 |
| 2.1 SVM中的最大间隔算法 | 第15-22页 |
| 2.1.1 线性可分情况及硬间隔最大化 | 第15-17页 |
| 2.1.2 线性不可分情况及软间隔最大化 | 第17-19页 |
| 2.1.3 非线性情况与核函数 | 第19-20页 |
| 2.1.4 对偶学习算法 | 第20-22页 |
| 2.2 常用的最大间隔学习算法 | 第22-29页 |
| 2.2.1 序列最小最优化算法 | 第23-26页 |
| 2.2.2 子梯度下降算法 | 第26-28页 |
| 2.2.3 割平面算法 | 第28-29页 |
| 2.3 其他最大间隔方法 | 第29-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第三章 基于最大间隔条件随机场的双人行为分析 | 第31-48页 |
| 3.1 算法原理 | 第32-42页 |
| 3.1.1 条件随机场简介 | 第33-37页 |
| 3.1.2 基于最大间隔训练的条件随机场 | 第37-41页 |
| 3.1.3 基于块坐标Frank-Wolfe算法的优化 | 第41-42页 |
| 3.2 实验结果与分析 | 第42-47页 |
| 3.2.1 实验条件 | 第42-44页 |
| 3.2.2 实验结果与分析 | 第44-45页 |
| 3.2.3 和其它算法的比较分析 | 第45-47页 |
| 3.3 本章小结 | 第47-48页 |
| 第四章 基于最大间隔马尔可夫网模型的双人交互行为分析 | 第48-64页 |
| 4.1 算法原理 | 第48-57页 |
| 4.1.1 基于结构化局部外观稀疏模型的跟踪算法 | 第50-51页 |
| 4.1.2 运动上下文描述符提取算法 | 第51-53页 |
| 4.1.3 大间隔最近邻模型 | 第53-54页 |
| 4.1.4 最大间隔马尔可夫网模型 | 第54-57页 |
| 4.2 实验结果与分析 | 第57-62页 |
| 4.2.1 实验条件 | 第57-58页 |
| 4.2.2 单人原子行为识别 | 第58-59页 |
| 4.2.3 双人交互行为分析 | 第59-61页 |
| 4.2.4 本文两种方法的分析比较 | 第61-62页 |
| 4.3 本章小结 | 第62-64页 |
| 第五章 总结与展望 | 第64-67页 |
| 5.1 论文总结 | 第64-65页 |
| 5.2 工作展望 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 附录1 攻读硕士学位期间申请的专利 | 第70-71页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第71-72页 |
| 致谢 | 第72页 |