| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第8-19页 |
| 1.1 课题研究背景与意义 | 第8-9页 |
| 1.2 视频行为分析发展现状 | 第9-17页 |
| 1.2.1 视频行为的表达 | 第10-15页 |
| 1.2.2 视频行为分类方法 | 第15-16页 |
| 1.2.3 视频行为分析的主要数据库 | 第16-17页 |
| 1.3 视频行为分析中的技术难点 | 第17-18页 |
| 1.4 本文主要研究内容及组织结构 | 第18-19页 |
| 第二章 核方法理论 | 第19-32页 |
| 2.1 引言 | 第19页 |
| 2.2 特征空间中的线性回归 | 第19-24页 |
| 2.2.1 原空间的线性回归 | 第19-21页 |
| 2.2.2 原始岭回归与对偶岭回归 | 第21-22页 |
| 2.2.3 基于核的非线性特征映射 | 第22-24页 |
| 2.3 核矩阵 | 第24-25页 |
| 2.4 核的构造 | 第25-28页 |
| 2.4.1 核函数上的运算 | 第25-26页 |
| 2.4.2 核矩阵上的运算 | 第26-28页 |
| 2.5 基于核的非线性分类器 | 第28-30页 |
| 2.5.1 非线性支持向量机 | 第29-30页 |
| 2.5.2 基于核的非线性表达 | 第30页 |
| 2.6 本章小结 | 第30-32页 |
| 第三章 基于改进密集轨迹的行为识别 | 第32-44页 |
| 3.1 引言 | 第32-33页 |
| 3.2 改进的密集轨迹采样及其描述子 | 第33-37页 |
| 3.2.1 密集采样 | 第33-34页 |
| 3.2.2 轨迹形成 | 第34-35页 |
| 3.2.3 轨迹特征描述子 | 第35-37页 |
| 3.3 特征预处理 | 第37-38页 |
| 3.4 字典生成 | 第38-39页 |
| 3.5 特征编码 | 第39-40页 |
| 3.6 编码合并及归一化 | 第40-41页 |
| 3.7 实验结果与分析 | 第41-43页 |
| 3.8 本章小结 | 第43-44页 |
| 第四章 基于深度核非线性网络模型的行为识别 | 第44-55页 |
| 4.1 引言 | 第44-45页 |
| 4.2 基于KNR编码和BoVW模型的行为识别框架 | 第45-47页 |
| 4.2.1 KNR编码模型 | 第45-46页 |
| 4.2.2 基于KNR编码和BoVW模型的视频行为表达 | 第46-47页 |
| 4.3 基于深度核非线性网络模型的行为识别框架 | 第47-49页 |
| 4.3.1 Fisher核及Fisher向量编码 | 第47-49页 |
| 4.3.2 基于KNR和Fisher向量编码的深度核非线性网络 | 第49页 |
| 4.4 实验结果及分析 | 第49-53页 |
| 4.4.1 验证基于KNR编码和BoVW模型行为识别框架的有效性 | 第50-52页 |
| 4.4.2 验证深度核非线性网络模型在行为表达上的有效性 | 第52-53页 |
| 4.5 本章小节 | 第53-55页 |
| 第五章 总结与展望 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-64页 |
| 附录 | 第64-65页 |
