受控环境下灵长类动物行为模式分析与识别
| 摘要 | 第4-7页 |
| ABSTRACT | 第7-9页 |
| 缩略语表 | 第10-15页 |
| 第1章 绪论 | 第15-29页 |
| 1.1 研究背景和意义 | 第15-17页 |
| 1.2 应用场景介绍 | 第17-19页 |
| 1.3 问题描述 | 第19-23页 |
| 1.3.1 对称模式检测 | 第19-20页 |
| 1.3.2 行为模式聚类 | 第20-21页 |
| 1.3.3 模式轨迹跟踪 | 第21-22页 |
| 1.3.4 模式度量学习 | 第22页 |
| 1.3.5 模式特征融合 | 第22-23页 |
| 1.4 主要研究内容及结构安排 | 第23-25页 |
| 1.4.1 主要研究内容 | 第23-24页 |
| 1.4.2 结构安排 | 第24-25页 |
| 参考文献 | 第25-29页 |
| 第2章 基于局部兴趣点的自适应对称模式检测 | 第29-45页 |
| 2.1 引言 | 第29-30页 |
| 2.2 研究现状 | 第30-31页 |
| 2.3 基于局部兴趣点的自适应对称模式检测 | 第31-34页 |
| 2.3.1 特征点检测 | 第31-33页 |
| 2.3.2 特征匹配和过滤 | 第33-34页 |
| 2.3.3 Hough空间投票 | 第34页 |
| 2.4 实验结果与分析 | 第34-41页 |
| 2.4.1 灵长类动物监控数据集 | 第34-37页 |
| 2.4.2 对称检测公开数据集 | 第37-41页 |
| 2.5 小结 | 第41-42页 |
| 参考文献 | 第42-45页 |
| 第3章 基于非参数贝叶斯模型的行为模式聚类 | 第45-67页 |
| 3.1 引言 | 第45-46页 |
| 3.2 研究现状 | 第46-47页 |
| 3.3 行为模式聚类 | 第47-55页 |
| 3.3.1 模型结构 | 第47-52页 |
| 3.3.2 特征提取 | 第52-54页 |
| 3.3.3 模型学习 | 第54-55页 |
| 3.4 实验结果与分析 | 第55-63页 |
| 3.4.1 粗粒度行为模式聚类 | 第55-60页 |
| 3.4.2 细粒度行为模式分类 | 第60-63页 |
| 3.5 小结 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 第4章 无模型的模式轨迹跟踪 | 第67-81页 |
| 4.1 引言 | 第67页 |
| 4.2 研究现状 | 第67-69页 |
| 4.3 无模型的NHP模式跟踪算法 | 第69-73页 |
| 4.3.1 关键点提取 | 第70页 |
| 4.3.2 在线关键点分类 | 第70-72页 |
| 4.3.3 运动检测 | 第72页 |
| 4.3.4 跟踪结果融合 | 第72-73页 |
| 4.4 实验结果与分析 | 第73-77页 |
| 4.5 小结 | 第77页 |
| 参考文献 | 第77-81页 |
| 第5章 基于数据自适应局部度量学习的模式度量 | 第81-101页 |
| 5.1 引言 | 第81-82页 |
| 5.2 研究现状 | 第82-83页 |
| 5.3 基础理论 | 第83-85页 |
| 5.4 基于数据自适应的局部度量学习算法 | 第85-88页 |
| 5.4.1 算法模型 | 第85-86页 |
| 5.4.2 模型训练 | 第86-88页 |
| 5.4.3 模型推理 | 第88页 |
| 5.5 实验结果与分析 | 第88-91页 |
| 5.6 扩展应用分析 | 第91-96页 |
| 5.6.1 静息态脑电的身份识别 | 第91-92页 |
| 5.6.2 数据库 | 第92页 |
| 5.6.3 特征提取 | 第92-93页 |
| 5.6.4 实验结果与分析 | 第93-96页 |
| 5.7 小结 | 第96-97页 |
| 参考文献 | 第97-101页 |
| 第6章 基于深度典型相关分析模型的模式融合 | 第101-129页 |
| 6.1 引言 | 第101-102页 |
| 6.2 研究现状 | 第102-104页 |
| 6.3 基本理论 | 第104-107页 |
| 6.3.1 典型相关分析 | 第104-106页 |
| 6.3.2 深度典型相关分析 | 第106-107页 |
| 6.4 行为识别的特征编码算法 | 第107-109页 |
| 6.5 实验结果与分析 | 第109-116页 |
| 6.5.1 NHPAR数据集 | 第109-113页 |
| 6.5.2 HMDB51数据集 | 第113-116页 |
| 6.6 扩展应用分析 | 第116-125页 |
| 6.6.1 静息态脑电的身份特征融合 | 第116-118页 |
| 6.6.2 实验设置 | 第118-120页 |
| 6.6.3 性能评估 | 第120-125页 |
| 6.7 小结 | 第125页 |
| 参考文献 | 第125-129页 |
| 第7章 总结与展望 | 第129-133页 |
| 7.1 总结 | 第129-131页 |
| 7.2 展望 | 第131-133页 |
| 致谢 | 第133-134页 |
| 攻读博士学位期间的研究成果 | 第134页 |
