视频动作识别中关于运动特征的研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第1章 绪论 | 第15-35页 |
| 1.1 课题背景与研究意义 | 第15-17页 |
| 1.1.1 课题背景 | 第15-16页 |
| 1.1.2 研究意义 | 第16-17页 |
| 1.2 发展现状与算法综述 | 第17-28页 |
| 1.2.1 发展现状 | 第17-19页 |
| 1.2.2 算法综述 | 第19-28页 |
| 1.3 存在困难与解决思路 | 第28-30页 |
| 1.3.1 存在困难 | 第28-29页 |
| 1.3.2 解决思路 | 第29-30页 |
| 1.4 主要工作与结构安排 | 第30-35页 |
| 1.4.1 主要工作 | 第30-33页 |
| 1.4.2 结构安排 | 第33-35页 |
| 第2章 基于快速HAAR3D运动特征的动作识别 | 第35-53页 |
| 2.1 引言 | 第35-36页 |
| 2.2 相关工作 | 第36-37页 |
| 2.3 算法描述 | 第37-42页 |
| 2.3.1 快速Haar3D运动特征 | 第37-39页 |
| 2.3.2 过完备时空金字塔模型 | 第39-42页 |
| 2.4 实验结果与分析 | 第42-51页 |
| 2.4.1 特征性能 | 第43-44页 |
| 2.4.2 特征池化 | 第44-46页 |
| 2.4.3 特征选择 | 第46-48页 |
| 2.4.4 识别结果与分析 | 第48-51页 |
| 2.5 本章小结 | 第51-53页 |
| 第3章 基于运动显著性特征学习的动作识别 | 第53-71页 |
| 3.1 引言 | 第53-54页 |
| 3.2 相关工作 | 第54-56页 |
| 3.2.1 ViBe运动检测 | 第54-55页 |
| 3.2.2 稀疏特征学习 | 第55-56页 |
| 3.3 算法描述 | 第56-61页 |
| 3.3.1 运动显著性动作特征 | 第56-58页 |
| 3.3.2 运动边缘 | 第58-59页 |
| 3.3.3 学习算法 | 第59-60页 |
| 3.3.4 动作模型 | 第60-61页 |
| 3.4 实验结果与分析 | 第61-69页 |
| 3.4.1 运动边缘检测结果 | 第62-65页 |
| 3.4.2 模型参数 | 第65-67页 |
| 3.4.3 识别结果与分析 | 第67-69页 |
| 3.5 本章小结 | 第69-71页 |
| 第4章 基于光流约束自编码器的动作识别 | 第71-87页 |
| 4.1 引言 | 第71页 |
| 4.2 相关工作 | 第71-73页 |
| 4.3 算法描述 | 第73-76页 |
| 4.3.1 光流约束自编码器 | 第73-74页 |
| 4.3.2 概率解释 | 第74页 |
| 4.3.3 学习算法 | 第74-75页 |
| 4.3.4 识别流程 | 第75-76页 |
| 4.4 实验结果与分析 | 第76-85页 |
| 4.4.1 动作特征 | 第77-78页 |
| 4.4.2 模型参数 | 第78-83页 |
| 4.4.3 识别结果与分析 | 第83-85页 |
| 4.5 本章小结 | 第85-87页 |
| 第5章 基于流形自编码器的半监督特征学习 | 第87-105页 |
| 5.1 引言 | 第87-88页 |
| 5.2 相关工作 | 第88-90页 |
| 5.2.1 正则化自编码器 | 第88-89页 |
| 5.2.2 流形学习 | 第89-90页 |
| 5.3 算法描述 | 第90-94页 |
| 5.3.1 半监督自编码器 | 第90-91页 |
| 5.3.2 算法推导 | 第91-93页 |
| 5.3.3 模型求解 | 第93页 |
| 5.3.4 学习算法 | 第93-94页 |
| 5.4 实验结果与分析 | 第94-103页 |
| 5.4.1 半监督特征映射 | 第94-99页 |
| 5.4.2 图像识别结果与分析 | 第99-101页 |
| 5.4.3 动作识别结果与分析 | 第101-103页 |
| 5.5 本章小结 | 第103-105页 |
| 第6章 总结与展望 | 第105-111页 |
| 6.1 工作总结 | 第105-108页 |
| 6.2 研究展望 | 第108-111页 |
| 参考文献 | 第111-129页 |
| 攻博期间完成的学术论文 | 第129-131页 |
| 致谢 | 第131页 |
