基于关节点特征融合的人体行为识别
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 研究背景及意义 | 第14-15页 |
| 1.2 人体行为识别的研究现状 | 第15-18页 |
| 1.3 人体行为识别的研究难点 | 第18-19页 |
| 1.4 论文的研究内容及安排 | 第19-20页 |
| 第二章 人体行为识别方法 | 第20-30页 |
| 2.1 特征提取 | 第20-24页 |
| 2.1.1 基于时空兴趣点的特征 | 第21-22页 |
| 2.1.2 基于稠密轨迹的特征 | 第22-24页 |
| 2.1.3 基于人体骨架的特征 | 第24页 |
| 2.2 特征表示 | 第24-26页 |
| 2.2.1 词袋模型 | 第24-25页 |
| 2.2.2 稀疏编码 | 第25-26页 |
| 2.3 分类算法 | 第26-30页 |
| 2.3.1 K最近邻 | 第26-27页 |
| 2.3.2 支持向量机 | 第27-28页 |
| 2.3.3 稀疏表示分类器 | 第28-30页 |
| 第三章 基于人体关节点及多任务稀疏学习的行为识别 | 第30-44页 |
| 3.1 引言 | 第30-31页 |
| 3.2 人体结构表示 | 第31-32页 |
| 3.3 基于人体关节点的协方差特征提取 | 第32-36页 |
| 3.3.1 初始特征提取 | 第32-34页 |
| 3.3.2 协方差特征 | 第34-35页 |
| 3.3.3 协方差矩阵的快速计算方法 | 第35-36页 |
| 3.4 多任务稀疏学习 | 第36-39页 |
| 3.4.1 多任务学习 | 第36-37页 |
| 3.4.2 目标函数 | 第37-39页 |
| 3.5 实验结果与分析 | 第39-42页 |
| 3.5.1 实验设计 | 第39页 |
| 3.5.2 实验结果 | 第39-42页 |
| 3.6 本章小结 | 第42-44页 |
| 第四章 基于人体姿态和上下文信息的行为识别 | 第44-56页 |
| 4.1 引言 | 第44页 |
| 4.2 人体姿态特征及上下文特征的提取 | 第44-48页 |
| 4.2.1 人体姿态特征提取 | 第45-47页 |
| 4.2.2 上下文特征 | 第47-48页 |
| 4.3 特征融合与多核学习 | 第48-51页 |
| 4.3.1 特征融合 | 第48-50页 |
| 4.3.2 多核学习 | 第50-51页 |
| 4.4 实验结果与分析 | 第51-55页 |
| 4.4.1 实验设计 | 第51页 |
| 4.4.2 实验结果 | 第51-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第五章 总结与展望 | 第56-58页 |
| 5.1 总结 | 第56-57页 |
| 5.2 展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-64页 |
| 作者简介 | 第64-65页 |
