人体动作识别方法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 人体运动识别现存问题 | 第11页 |
| 1.4 本文的研究内容及组织结构 | 第11-13页 |
| 第二章 人体特征提取 | 第13-26页 |
| 2.1 预处理 | 第13-14页 |
| 2.2 Gist 特征 | 第14-15页 |
| 2.3 STIP 特征 | 第15-18页 |
| 2.3.1 Harris3D 检测子 | 第15-16页 |
| 2.3.2 HoG 描述子 | 第16-18页 |
| 2.3.3 HOF 描述子 | 第18页 |
| 2.4 Dollar 特征 | 第18-20页 |
| 2.4.1 Dollar 检测子 | 第18-19页 |
| 2.4.2 Cuboid 描述子 | 第19-20页 |
| 2.5 Hog3D 特征 | 第20-23页 |
| 2.6 HON4D 特征 | 第23-25页 |
| 2.6.1 深度信息 | 第23-24页 |
| 2.6.2 HON4D 描述子 | 第24-25页 |
| 2.7 骨架特征 | 第25页 |
| 2.8 本章小结 | 第25-26页 |
| 第三章 分类模型综述 | 第26-36页 |
| 3.1 生成式模型及判别式模型 | 第26页 |
| 3.2 朴素贝叶斯 | 第26-28页 |
| 3.2.1 基本概念 | 第26-27页 |
| 3.2.2 模型描述与构建 | 第27-28页 |
| 3.3 隐马尔科夫模型 | 第28-29页 |
| 3.3.1 马尔科夫链 | 第28-29页 |
| 3.3.2 模型描述 | 第29页 |
| 3.4 随机森林模型 | 第29-31页 |
| 3.4.1 定义 | 第29-30页 |
| 3.4.2 模型构建 | 第30-31页 |
| 3.5 支持向量机 | 第31-35页 |
| 3.5.1 基本原理 | 第31-32页 |
| 3.5.2 线性可分支持向量机 | 第32-33页 |
| 3.5.3 线性不可分支持向量机 | 第33-34页 |
| 3.5.4 非线性可分支持向量机 | 第34-35页 |
| 3.6 本章小结 | 第35-36页 |
| 第四章 隐条件随机场模型 | 第36-48页 |
| 4.1 图模型 | 第36-38页 |
| 4.1.1 有向图模型 | 第37页 |
| 4.1.2 无向图模型 | 第37-38页 |
| 4.2 条件随机场 | 第38-44页 |
| 4.2.1 定义 | 第38-39页 |
| 4.2.2 势函数 | 第39-40页 |
| 4.2.3 CRF 的参数估计 | 第40-44页 |
| 4.3 隐条件随机场 | 第44-47页 |
| 4.3.1 定义 | 第44-45页 |
| 4.3.2 模型训练与参数估计 | 第45-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第五章 实验结果及其分析 | 第48-58页 |
| 5.1 数据库介绍 | 第48-49页 |
| 5.1.1 MSRC-12 数据库 | 第48-49页 |
| 5.1.2 DHA 数据库 | 第49页 |
| 5.2 模型间比较 | 第49-54页 |
| 5.2.1 实验分组一 | 第50-51页 |
| 5.2.2 实验分组二 | 第51页 |
| 5.2.3 实验分组三 | 第51-54页 |
| 5.3 不同特征间比较 | 第54-57页 |
| 5.4 本章小结 | 第57-58页 |
| 第六章 数据集采集 | 第58-62页 |
| 6.1 常用数据库简介 | 第58-59页 |
| 6.1.1 KTH 数据库 | 第58页 |
| 6.1.2 Weizmann 数据库 | 第58-59页 |
| 6.1.3 MSR Action3D 数据库 | 第59页 |
| 6.2 现有数据库存在问题 | 第59页 |
| 6.3 数据集采集 | 第59-61页 |
| 6.3.1 场景构建 | 第59-60页 |
| 6.3.2 数据集介绍 | 第60-61页 |
| 6.4 本章小结 | 第61-62页 |
| 第七章 总结和展望 | 第62-63页 |
| 7.1 全文工作总结 | 第62页 |
| 7.2 展望未来 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 发表论文和参加科研情况说明 | 第67-68页 |
| 致谢 | 第68页 |
