首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于组稀疏编码的人体行为识别

摘要第1-5页
Abstract第5-9页
第一章 绪论第9-19页
   ·研究背景及动机第9-10页
   ·国内外研究现状第10-16页
   ·本文主要贡献和内容安排第16-19页
第二章 人体行为识别基础第19-35页
   ·基于模板的识别方法第19-21页
   ·基于状态模型的识别方法第21-23页
   ·基于空时特征点的识别方法第23-33页
   ·本章小结第33-35页
第三章 基于 Laplacian 组稀疏的人体运动识别第35-53页
   ·引言第35页
   ·基于 Laplacian 正则的非负组稀疏编码用于行为识别第35-42页
   ·SRC 分类第42-43页
   ·实验第43-52页
   ·本章小结第52-53页
第四章 半监督字典学习用于人体运动识别第53-71页
   ·字典学习第53-55页
   ·半监督学习简介第55-58页
   ·有标记样本编码第58-59页
   ·无标记样本编码第59-61页
   ·半监督字典学习第61-65页
   ·实验第65-70页
   ·本章小结第70-71页
第五章 多层组稀疏编码用于人体行为识别第71-87页
   ·引言第71页
   ·高层次特征的学习第71-77页
   ·多层次组稀疏编码用于行为识别第77-81页
   ·实验第81-86页
   ·本章小结第86-87页
第六章 总结和展望第87-89页
   ·工作总结第87页
   ·工作展望第87-89页
致谢第89-91页
参考文献第91-97页
硕士期间的研究成果第97-98页

论文共98页,点击 下载论文
上一篇:基于低秩分解和字典学习的医学图像复原方法
下一篇:视频序列中运动目标检测与跟踪技术研究