| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-17页 |
| 1.1 人体动作识别研究的背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.3 本文主要研究的内容 | 第14-15页 |
| 1.4 论文组织结构 | 第15-17页 |
| 第二章 动作特征提取以及动作分类方法 | 第17-33页 |
| 2.1 人体动作特征提取 | 第17-25页 |
| 2.1.1 剪影特征 | 第17页 |
| 2.1.2 光流特征 | 第17-18页 |
| 2.1.3 时空特征 | 第18-23页 |
| 2.1.4 深度特征 | 第23-25页 |
| 2.2 人体动作识别分类方法 | 第25-31页 |
| 2.2.1 模板匹配法 | 第25-26页 |
| 2.2.2 直接分类法 | 第26-31页 |
| 2.3 多视角人体动作识别算法 | 第31页 |
| 2.4 本章小结 | 第31-33页 |
| 第三章 基于多视角特征的人体动作识别方法 | 第33-43页 |
| 3.1 动作特征的模糊向量表示 | 第33-35页 |
| 3.2 极限学习机(ExtremeLearningMachine)训练算法 | 第35-38页 |
| 3.3 ELM(ExtremeLearningMachine)极限学习机训练算法的正则化 | 第38-40页 |
| 3.4 多视角动作识别测试 | 第40-41页 |
| 3.5 本章小结 | 第41-43页 |
| 第四章 实验及评价 | 第43-52页 |
| 4.1 KTH动作数据库 | 第43-44页 |
| 4.2 UCF50动作数据库 | 第44-45页 |
| 4.3 单视角动作识别 | 第45-48页 |
| 4.4 多视角动作识别 | 第48-51页 |
| 4.5 本章小结 | 第51-52页 |
| 总结与展望 | 第52-54页 |
| 参考文献 | 第54-59页 |
| 攻读硕士学位期间的科研成果 | 第59-61页 |
| 致谢 | 第61页 |