| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 研究背景和意义 | 第8-10页 |
| 1.2 国内外动作识别研究现状 | 第10-11页 |
| 1.3 人体动作识别研究难点 | 第11-13页 |
| 1.4 研究内容 | 第13-14页 |
| 1.5 结构安排 | 第14-16页 |
| 第二章 动作识别研究综述 | 第16-28页 |
| 2.1 人体动作识别方法分类 | 第17-24页 |
| 2.1.1 基于时空特征的方法 | 第17-19页 |
| 2.1.2 基于概率的方法 | 第19-20页 |
| 2.1.3 基于规则（Rule-Based）的方法 | 第20-22页 |
| 2.1.4 基于形状的方法 | 第22-24页 |
| 2.2 流形在计算机视觉中的应用 | 第24-27页 |
| 2.2.1 黎曼流形 | 第24页 |
| 2.2.2 Grassmann流形 | 第24-26页 |
| 2.2.3 流形学习 | 第26-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第三章 视频动作切分算法 | 第28-38页 |
| 3.1 人体包围盒面积函数的平滑 | 第28-31页 |
| 3.2 二次过滤及动作切分 | 第31页 |
| 3.3 算法流程 | 第31-33页 |
| 3.4 实验环境和参数设置 | 第33页 |
| 3.5 实验结果及分析 | 第33-37页 |
| 3.5.1 两种切分方法的比较 | 第33-36页 |
| 3.5.2 Weizmann数据集上的切分实验结果及分析 | 第36-37页 |
| 3.6 本章小结 | 第37-38页 |
| 第四章 基于流形度量学习的人体动作识别 | 第38-49页 |
| 4.1 利用协方差矩阵描述动作特征 | 第38-40页 |
| 4.2 流形度量学习 | 第40-42页 |
| 4.3 算法流程 | 第42页 |
| 4.4 实验数据及参数设置 | 第42-45页 |
| 4.4.1 实验数据集 | 第42-44页 |
| 4.4.2 实验环境及参数设置 | 第44-45页 |
| 4.5 动作识别结果分析 | 第45-48页 |
| 4.6 本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-51页 |
| 5.1 总结 | 第49-50页 |
| 5.2 未来展望 | 第50-51页 |
| 参考文献 | 第51-57页 |
| 致谢 | 第57-58页 |
| 攻读学位期间的研究成果 | 第58-59页 |