改进典型关联分析在特征融合中的应用
摘要 | 第5-6页 |
abstract | 第6-7页 |
第1章 绪论 | 第10-16页 |
1.1 特征融合的研究背景和意义 | 第10-11页 |
1.2 特征融合国内外研究现状 | 第11-14页 |
1.3 研究内容和论文结构 | 第14-16页 |
第2章 视频特征描述 | 第16-31页 |
2.1 HOG特征 | 第17-19页 |
2.2 HOF特征、MBH特征 | 第19-22页 |
2.2.1 光流的计算 | 第19-20页 |
2.2.2 动态特征提取 | 第20-22页 |
2.3 MFCC特征 | 第22-25页 |
2.4 视频的VLAD表示 | 第25-27页 |
2.4.1 码本生成 | 第25-26页 |
2.4.2 VLAD表示 | 第26-27页 |
2.5 VLAD优化 | 第27-30页 |
2.5.1 空腔现象 | 第27-28页 |
2.5.2 解决空腔现象 | 第28-30页 |
2.6 本章小结 | 第30-31页 |
第3章 特征融合算法 | 第31-42页 |
3.1 D-level融合算法 | 第31-32页 |
3.2 典型关联分析CCA | 第32-34页 |
3.3 核典型关联分析KCCA | 第34-36页 |
3.4 线性判别典型关联分析FCCA | 第36-39页 |
3.5 混合概率典型关联分析MPCCA | 第39-41页 |
3.6 本章小结 | 第41-42页 |
第4章 融合算法在视频分类中的应用 | 第42-61页 |
4.1 实验数据库 | 第42-44页 |
4.1.1 UCF101 | 第42-43页 |
4.1.2 CCV | 第43-44页 |
4.2 实验参数设置 | 第44-51页 |
4.2.1 HOG特征参数 | 第45-46页 |
4.2.2 HOF特征参数 | 第46-47页 |
4.2.3 MBH特征参数 | 第47-48页 |
4.2.4 MFCC特征参数 | 第48-49页 |
4.2.5 VLAD参数设置 | 第49-51页 |
4.3 实验结果分析 | 第51-56页 |
4.3.1 基线系统 | 第51-52页 |
4.3.2 特征融合 | 第52-56页 |
4.4 方法对比 | 第56-59页 |
4.5 本章小结 | 第59-61页 |
结论 | 第61-64页 |
参考文献 | 第64-69页 |
攻读硕士学位期间发表的论文和取得的科研成果 | 第69-70页 |
致谢 | 第70页 |