首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于度量学习的视频中群体行为识别算法研究

摘要第3-5页
Abstract第5-6页
第一章 绪论第9-19页
    1.1 选题背景第9页
    1.2 群体行为识别的研究意义第9-10页
    1.3 群体行为识别算法研究面临的挑战第10-12页
    1.4 群体行为识别的国内外研究现状第12-16页
    1.5 论文的主要内容与结构安排第16-19页
        1.5.1 论文的主要内容第16-17页
        1.5.2 论文的结构安排第17-19页
第二章 结合M-DTCWT和椭圆马氏度量的群体行为识别第19-42页
    2.1 引言第19-20页
    2.2 M-DTCWT第20-26页
        2.2.1 DTCWT第20-24页
        2.2.2 M-DTCWT第24-26页
    2.3 群体行为特征提取第26-31页
        2.3.1 GLCM特征提取方法第26页
        2.3.2 LBP特征提取方法第26-31页
            2.3.2.1 基础LBP模式特征第26-28页
            2.3.2.2 LBP均匀模式特征第28-29页
            2.3.2.3 LBP旋转不变模式特征第29-30页
            2.3.2.4 ILBP特征第30-31页
    2.4 椭圆马氏度量第31-32页
    2.5 算法步骤第32-33页
    2.6 数据集介绍第33-35页
    2.7 实验结果与分析第35-41页
    2.8 本章小结第41-42页
第三章 结合NSDTCWPT和Cayley-Klein度量学习的群体行为识别第42-59页
    3.1 引言第42-43页
    3.2 NSDTCWPT第43-44页
    3.3 Cayley-Klein度量学习第44-47页
        3.3.1 Cyley-Klein度量第44-45页
        3.3.2 Cayley-Klein度量学习第45-47页
    3.4 群体行为特征提取第47-50页
    3.5 群体行为的表示第50-51页
    3.6 算法步骤第51-52页
    3.7 实验结果与分析第52-58页
    3.8 本章小结第58-59页
第四章 基于群体结构特征和Cayley-klein度量学习的群体行为识别第59-68页
    4.1 引言第59-60页
    4.2 人体结构表示第60-61页
    4.3 群体结构特征提取第61-63页
    4.4 算法步骤第63-65页
    4.5 实验结果与分析第65-67页
    4.6 本章小结第67-68页
第五章 总结与展望第68-71页
    5.1 总结第68-70页
    5.2 展望第70-71页
参考文献第71-78页
致谢第78-80页
攻读硕士学位期间发表的论文和参与的科研项目第80页
    发表的论文第80页
    参与的科研项目第80页

论文共80页,点击 下载论文
上一篇:近钻头井下电磁波无线传输技术研究
下一篇:基于输出反馈的连续系统事件触发控制研究