| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 前言 | 第9-15页 |
| 1.1 课题背景及概要 | 第9-13页 |
| 1.2 论文内容安排 | 第13-15页 |
| 第二章 时空兴趣点相关技术发展现状 | 第15-31页 |
| 2.1 时空兴趣点检测算法发展现状 | 第15-23页 |
| 2.1.1 现有的时空兴趣点检测算法介绍 | 第15-22页 |
| 2.1.2 对目前现有的时空兴趣点检测算法的评价和总结 | 第22-23页 |
| 2.2 时空兴趣点描述算法 | 第23-26页 |
| 2.3 基于时空兴趣点的行为分类和识别系统 | 第26-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第三章 基于相位一致性的时空兴趣点检测算法 | 第31-57页 |
| 3.1 基于相位一致性的图像兴趣点检测算法 | 第31-46页 |
| 3.2 基于相位一致性的时空兴趣点检测算法 | 第46-55页 |
| 3.2.1 算法概述 | 第46-48页 |
| 3.2.2 三维空间中滤波器的设计 | 第48-51页 |
| 3.2.3 滤波器方向的选择和组合 | 第51-55页 |
| 3.2.4 基于相位一致性的时空兴趣点检测算法的计算复杂度分析 | 第55页 |
| 3.3 本章小结 | 第55-57页 |
| 第四章 基于相位一致性的时空兴趣点描述算法 | 第57-65页 |
| 4.1 提取时空立方体 | 第57-59页 |
| 4.2 时空兴趣点聚类 | 第59-61页 |
| 4.3 特征向量计算 | 第61-63页 |
| 4.4 特征不变性的讨论 | 第63-64页 |
| 4.5 本章小结 | 第64-65页 |
| 第五章：基于时空兴趣点的行为识别和分类系统的设计 | 第65-70页 |
| 5.1 BAG OF WORDS 模型 | 第65-66页 |
| 5.2 分类器选择 | 第66-67页 |
| 5.3 行为分类和识别系统中一些实现细节的讨论 | 第67-68页 |
| 5.4 现有的基于时空兴趣点的行为识别和分类系统的局限性 | 第68页 |
| 5.5 本章小结 | 第68-70页 |
| 第六章：实验结果分析 | 第70-76页 |
| 6.1 时空兴趣点检测 | 第70-71页 |
| 6.2 时空兴趣点检测算法对光照和对比度的不变性 | 第71-73页 |
| 6.3 基于相位一致性的特征描述算法 | 第73-74页 |
| 6.4 基于相位一致性的行为识别和分类 | 第74-75页 |
| 6.5 本章小结 | 第75-76页 |
| 第七章：总结与展望 | 第76-78页 |
| 7.1 总结 | 第76-77页 |
| 7.2 展望 | 第77-78页 |
| 参考文献 | 第78-81页 |
| 致谢 | 第81-82页 |
| 攻读硕士学位期间已发表或录用的论文 | 第82-85页 |
| 上海交通大学硕士学位论文答辩决议书 | 第85页 |
