| 致谢 | 第1-6页 |
| 中文摘要 | 第6-8页 |
| ABSTRACT | 第8-13页 |
| 1 绪论 | 第13-25页 |
| ·论文的研究背景和意义 | 第13-16页 |
| ·人体行为分析的研究进展 | 第16-20页 |
| ·研究现状 | 第16-19页 |
| ·发展趋势 | 第19-20页 |
| ·基于视频的人体行为分析中的难点问题 | 第20-21页 |
| ·论文的主要研究内容 | 第21-22页 |
| ·论文的结构安排 | 第22-25页 |
| 2 基于视频的人体行为分析技术综述 | 第25-41页 |
| ·公共数据库介绍 | 第25-30页 |
| ·特征提取技术 | 第30-34页 |
| ·行为分类技术 | 第34-38页 |
| ·行为检测技术 | 第38-39页 |
| ·多人交互行为分析技术 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 3 复杂背景下的单人行为检测 | 第41-63页 |
| ·基于人体轮廓和光流特征的遮罩构建及行为检测 | 第43-52页 |
| ·基于人体轮廓构建形状遮罩的模板匹配 | 第43-46页 |
| ·基于光流特征构建运动遮罩的模板匹配 | 第46-47页 |
| ·基于动态时间规整的行为分类 | 第47-49页 |
| ·实验结果 | 第49-52页 |
| ·基于运动能量图像的遮罩构建及在TRECVID数据库上的应用 | 第52-61页 |
| ·算法综述 | 第53-54页 |
| ·人体的检测和跟踪 | 第54-56页 |
| ·基于运动能量图像构建遮罩的特征过滤及行为识别 | 第56-60页 |
| ·实验结果 | 第60-61页 |
| ·本章小结 | 第61-63页 |
| 4 实时的连续行为检测 | 第63-81页 |
| ·连续行为识别算法框架 | 第63-65页 |
| ·基于潜在语义模型的连续行为识别算法 | 第65-72页 |
| ·特征提取 | 第66-67页 |
| ·潜在语义模型介绍 | 第67-68页 |
| ·产生式的对平移和尺度具有不变性的潜在语义模型 | 第68-69页 |
| ·基于EM算法的模型训练方法 | 第69-70页 |
| ·基于贝叶斯决策的行为识别过程 | 第70-72页 |
| ·行为边界检测方法 | 第72页 |
| ·实验结果 | 第72-79页 |
| ·行为分类效果测试 | 第72-75页 |
| ·连续行为检测结果 | 第75-79页 |
| ·视频分割及关键帧提取 | 第79页 |
| ·本章小结 | 第79-81页 |
| 5 多人交互行为分类 | 第81-115页 |
| ·HMM在多人行为分析中存在的问题 | 第81-84页 |
| ·耦合的基于观测向量分解的隐马尔科夫模型 | 第84-90页 |
| ·问题描述 | 第84-86页 |
| ·基于CODHMM的行为建模 | 第86-90页 |
| ·CODHMM的参数学习及模型评估 | 第90-97页 |
| ·模型训练算法 | 第91-95页 |
| ·模型评估算法 | 第95-97页 |
| ·多人交互行为分类实验 | 第97-112页 |
| ·特征提取方法 | 第98-100页 |
| ·关于CODHMM与HMM及CHMM的比较 | 第100-105页 |
| ·CODHMM的结构分析 | 第105-110页 |
| ·鲁棒性测试 | 第110-112页 |
| ·算法讨论 | 第112页 |
| ·本章小结 | 第112-115页 |
| 6 基于视频的人体行为分析算法平台 | 第115-123页 |
| ·平台的设计 | 第115-116页 |
| ·平台的实现 | 第116-121页 |
| ·本章小结 | 第121-123页 |
| 7 总结与展望 | 第123-125页 |
| ·全文的工作总结 | 第123-124页 |
| ·进一步的研究设想 | 第124-125页 |
| 参考文献 | 第125-137页 |
| 附录A | 第137-143页 |
| 附录B | 第143-145页 |
| 附录C | 第145-147页 |
| 附录D | 第147-149页 |
| 作者简历 | 第149-153页 |
| 学位论文数据集 | 第153页 |