| 摘要 | 第1-7页 |
| ABSTRACT | 第7-13页 |
| 第一章 绪论 | 第13-21页 |
| ·研究的背景和意义 | 第13-16页 |
| ·行为识别的研究现状与发展趋势 | 第16-18页 |
| ·研究现状 | 第16-17页 |
| ·发展趋势 | 第17-18页 |
| ·行为识别研究难点 | 第18-19页 |
| ·本论文研究的主要内容 | 第19页 |
| ·本论文的结构安排 | 第19-21页 |
| 第二章 基于视频的人体行为识别技术综述 | 第21-31页 |
| ·特征提取 | 第22-26页 |
| ·全局特征提取 | 第22-25页 |
| ·二维全局特征提取 | 第22-24页 |
| ·三维全局特征提取 | 第24-25页 |
| ·局部特征提取 | 第25-26页 |
| ·局部特征点的检测 | 第25页 |
| ·局部特征点的描述 | 第25-26页 |
| ·行为识别与分类技术 | 第26-29页 |
| ·本章小结 | 第29-31页 |
| 第三章 一种新的 STIG 特征提取算法 | 第31-47页 |
| ·时空兴趣点检测算法的选择 | 第32-39页 |
| ·Harris 时空兴趣点检测算法的研究与实验 | 第32-35页 |
| ·Dollar 时空关键点检测算法的研究与实验 | 第35-37页 |
| ·Bregonzio 时空兴趣点检测算法的研究与实验 | 第37-38页 |
| ·三种检测算法的比较 | 第38-39页 |
| ·STIG 特征提取算法的设计与实现 | 第39-43页 |
| ·STIG 特征描述的验证 | 第43-45页 |
| ·本章小结 | 第45-47页 |
| 第四章 PHOG/PHOF/PHOW 行为特征提取与融合 | 第47-61页 |
| ·HOG 算法思想的研究与实验 | 第47-50页 |
| ·PHOG 特征提取算法研究与实现 | 第50-52页 |
| ·PHOF 特征提取算法的研究与实现 | 第52-54页 |
| ·一种新的 PHOW 特征提取算法的设计与实现 | 第54-58页 |
| ·STIG/PHOG/PHOF/PHOW 特征的融合 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 实验与分析 | 第61-72页 |
| ·分类算法的选择 | 第61-64页 |
| ·KNN 分类算法 | 第61-63页 |
| ·AdaBoost 分类算法 | 第63-64页 |
| ·数据集的选取 | 第64-65页 |
| ·实验设计和结果分析 | 第65-71页 |
| ·本章小结 | 第71-72页 |
| 第六章 总结与展望 | 第72-74页 |
| ·总结 | 第72页 |
| ·展望 | 第72-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 攻硕期间取得的研究成果 | 第79-80页 |
