| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第12-21页 |
| 1.1 背景与意义 | 第12-18页 |
| 1.2 主要研究内容与章节安排 | 第18-21页 |
| 第二章 相关研究现状 | 第21-29页 |
| 2.1 视频特征表达 | 第21-25页 |
| 2.1.1 全局特征 | 第21-22页 |
| 2.1.2 局部特征 | 第22-24页 |
| 2.1.3 基于深度学习的特征 | 第24-25页 |
| 2.2 慢特征分析及相关改进 | 第25-29页 |
| 第三章 基于时间方差分析的特征提取研究 | 第29-54页 |
| 3.1 引言 | 第29-31页 |
| 3.2 时间方差分析 | 第31-33页 |
| 3.3 时间方差分析特征及其在人体行为识别中的应用 | 第33-42页 |
| 3.3.1 感受野与卷积核的学习 | 第34-36页 |
| 3.3.2 混合的简化卷积核 | 第36-38页 |
| 3.3.3 基于时间方差分析的特征提取 | 第38-42页 |
| 3.4 实验结果及分析 | 第42-52页 |
| 3.4.1 数据库 | 第42-44页 |
| 3.4.2 实验设置 | 第44-45页 |
| 3.4.3 定性分析 | 第45-48页 |
| 3.4.4 不同卷积核的特征比较 | 第48页 |
| 3.4.5 慢特征与快特征的比较 | 第48-50页 |
| 3.4.6 与基准特征的比较 | 第50-51页 |
| 3.4.7 与相关方法的比较 | 第51-52页 |
| 3.4.8 时间复杂度分析 | 第52页 |
| 3.5 本章小结 | 第52-54页 |
| 第四章 流形约束下的慢特征提取研究 | 第54-78页 |
| 4.1 引言 | 第54-55页 |
| 4.2 慢特征分析 | 第55-56页 |
| 4.3 流形约束下的慢特征分析 | 第56-60页 |
| 4.4 流形约束下的慢特征及其在动态纹理识别中的应用 | 第60-66页 |
| 4.4.1 卷积核的学习 | 第60-62页 |
| 4.4.2 特征图的提取 | 第62-64页 |
| 4.4.3 局部特征的提取 | 第64-65页 |
| 4.4.4 视频表达 | 第65-66页 |
| 4.5 实验结果及分析 | 第66-76页 |
| 4.5.1 数据库 | 第66-68页 |
| 4.5.2 实验设置 | 第68-69页 |
| 4.5.3 参数评估 | 第69-71页 |
| 4.5.4 特征评估 | 第71-72页 |
| 4.5.5 与相关方法的比较 | 第72-76页 |
| 4.5.6 时间复杂度分析 | 第76页 |
| 4.6 本章小结 | 第76-78页 |
| 第五章 视频压缩域中的特征提取研究 | 第78-94页 |
| 5.1 引言 | 第78-79页 |
| 5.2 残差边缘直方图特征及其在人体行为识别中的应用 | 第79-83页 |
| 5.2.1 视频压缩域中的信息提取 | 第79-80页 |
| 5.2.2 残差边缘直方图特征提取 | 第80-83页 |
| 5.3 深度图压缩域特征及其在人体行为识别中的应用 | 第83-87页 |
| 5.3.1 深度图中的压缩域信息 | 第84-85页 |
| 5.3.2 基于间隔点的特征 | 第85页 |
| 5.3.3 基于离散余弦变换系数的特征 | 第85-87页 |
| 5.4 实验结果及分析 | 第87-93页 |
| 5.4.1 数据库 | 第87-88页 |
| 5.4.2 实验设置 | 第88-89页 |
| 5.4.3 基于压缩域RBH特征的实验 | 第89-91页 |
| 5.4.4 基于压缩域深度图特征的实验 | 第91-93页 |
| 5.5 本章小结 | 第93-94页 |
| 结论与展望 | 第94-97页 |
| 论文工作总结 | 第94-95页 |
| 未来工作展望 | 第95-97页 |
| 参考文献 | 第97-107页 |
| 攻读博士学位期间取得的研究成果 | 第107-108页 |
| 致谢 | 第108-109页 |
| Ⅳ－2答辩委员会对论文的评定意见 | 第109页 |
