| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.3 本文研究内容 | 第13-14页 |
| 1.4 文章组织结构 | 第14-15页 |
| 第二章 张量及张量分解 | 第15-23页 |
| 2.1 张量的定义 | 第15-16页 |
| 2.2 张量的基本运算 | 第16-17页 |
| 2.3 张量的展开 | 第17-18页 |
| 2.4 张量分解算法 | 第18-22页 |
| 2.4.1 CP分解 | 第18-20页 |
| 2.4.2 Tucker分解 | 第20-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 基于张量分解的视频序列分类算法设计 | 第23-38页 |
| 3.1 算法提出的背景 | 第23-26页 |
| 3.1.1 传统的基于张量分解的视频序列分类算法的局限性 | 第23-24页 |
| 3.1.2 视频抽样 | 第24-26页 |
| 3.2 流形、相关角和距离测量 | 第26-32页 |
| 3.2.1 流形的概念 | 第27-29页 |
| 3.2.2 相关角的概念 | 第29-30页 |
| 3.2.3 距离的测量 | 第30-32页 |
| 3.3 基于TUCKER-2 分解的降维算法 | 第32-34页 |
| 3.4 基于时空迭代的张量分解算法 | 第34-35页 |
| 3.5 基于张量分解的视频序列分类算法框架 | 第35-37页 |
| 3.6 本章小结 | 第37-38页 |
| 第四章 实验结果及分析 | 第38-46页 |
| 4.1 数据库介绍 | 第38-41页 |
| 4.1.1 Cambridge Hand-gesture数据库 | 第38-39页 |
| 4.1.2 Weizmann Action数据库 | 第39-40页 |
| 4.1.3 UMD Keck Body-gesture数据库 | 第40-41页 |
| 4.2 实验及结果分析 | 第41-45页 |
| 4.2.1 Cambridge Hand-gesture数据库实验结果及性能分析 | 第41-43页 |
| 4.2.2 Weizmann Action数据库实验结果及性能分析 | 第43-44页 |
| 4.2.3 UMD Keck Body-gesture数据库实验结果及性能分析 | 第44-45页 |
| 4.3 本章小结 | 第45-46页 |
| 第五章 总结和展望 | 第46-48页 |
| 5.1 本文工作总结 | 第46页 |
| 5.2 未来研究展望 | 第46-48页 |
| 参考文献 | 第48-56页 |
| 发表论文和参加科研情况说明 | 第56-57页 |
| 致谢 | 第57-58页 |
