基于行为图像区域的行为识别算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文研究工作 | 第13-14页 |
| 1.4 本文组织结构 | 第14-16页 |
| 第2章 行为识别基础 | 第16-22页 |
| 2.1 搭建行为图像数据集 | 第16-19页 |
| 2.2 行为识别特征提取 | 第19-20页 |
| 2.3 分类器训练 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 基于DPM模型的行为识别算法 | 第22-36页 |
| 3.1 引言 | 第22-23页 |
| 3.2 基于DPM模型的行为识别算法 | 第23-27页 |
| 3.2.1 HOG变形特征 | 第23-24页 |
| 3.2.2 混合可变形部件模型 | 第24-27页 |
| 3.2.3 隐藏变量SVM | 第27页 |
| 3.3 实验仿真与分析 | 第27-34页 |
| 3.3.1 实验数据 | 第27-28页 |
| 3.3.2 实验设置及评价标准 | 第28-30页 |
| 3.3.3 实验结果及分析 | 第30-34页 |
| 3.4 本章小结 | 第34-36页 |
| 第4章 基于行为核心区域加权融合的行为识别算法 | 第36-50页 |
| 4.1 引言 | 第36-37页 |
| 4.2 基于行为核心区域加权融合的行为识别算法 | 第37-40页 |
| 4.2.1 模型训练 | 第37-38页 |
| 4.2.2 匹配检测 | 第38-40页 |
| 4.3 实验仿真与分析 | 第40-48页 |
| 4.3.1 实验数据及设置 | 第40-41页 |
| 4.3.2 实验结果及分析 | 第41-48页 |
| 4.4 本章小结 | 第48-50页 |
| 第5章 基于分布式行为图像区域的行为识别算法 | 第50-62页 |
| 5.1 引言 | 第50-51页 |
| 5.2 基于分布式行为图像区域的行为识别算法 | 第51-55页 |
| 5.2.1 姿态选择训练 | 第51-54页 |
| 5.2.2 姿态响应聚合 | 第54页 |
| 5.2.3 人体检测定位 | 第54-55页 |
| 5.3 分布式行为表示 | 第55-57页 |
| 5.4 实验仿真与分析 | 第57-61页 |
| 5.4.1 实验数据及设置 | 第57-59页 |
| 5.4.2 实验结果及分析 | 第59-61页 |
| 5.5 本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第68-69页 |
| 致谢 | 第69页 |
