| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-12页 |
| 插图目录 | 第12-14页 |
| 表格目录 | 第14-15页 |
| 第1章 绪论 | 第15-19页 |
| ·选题背景和研究意义 | 第15-16页 |
| ·研究内容 | 第16-17页 |
| ·论文结构 | 第17-19页 |
| 第2章 人的行为分析和识别研究现状 | 第19-39页 |
| ·引言 | 第19页 |
| ·研究现状 | 第19-21页 |
| ·特征提取方法 | 第21-24页 |
| ·静态特征 | 第21-22页 |
| ·动态特征 | 第22-23页 |
| ·时空特征 | 第23-24页 |
| ·特征表示方法 | 第24-27页 |
| ·特征描述子 | 第25页 |
| ·特征袋表示 | 第25-26页 |
| ·不变量表示 | 第26-27页 |
| ·特征空间方法 | 第27页 |
| ·行为识别方法 | 第27-38页 |
| ·模板匹配方法 | 第28页 |
| ·有限状态机 | 第28页 |
| ·概率图模型 | 第28-35页 |
| ·产生式模型 | 第29-32页 |
| ·判别式模型 | 第32-35页 |
| ·基于文法的方法 | 第35-36页 |
| ·基于规则的方法 | 第36-37页 |
| ·基于统计关系学习模型的方法 | 第37-38页 |
| ·人体行为分析研究的难点 | 第38-39页 |
| 第3章 层级潜变量空间中的三维人手跟踪和动态手势识别 | 第39-61页 |
| ·引言 | 第39页 |
| ·人手跟踪方法 | 第39-42页 |
| ·基于表观的方法 | 第40-41页 |
| ·基于模型的方法 | 第41-42页 |
| ·人手运动的层级潜变量空间 | 第42-47页 |
| ·三维人手模型 | 第42-44页 |
| ·层级流形学习方法 | 第44-47页 |
| ·三维人手跟踪 | 第47-49页 |
| ·层级潜变量空间到图像空间的非线性映射 | 第47-48页 |
| ·跟踪算法 | 第48-49页 |
| ·基于层级条件随机场的连续动态手势识别算法 | 第49-52页 |
| ·动态手势识别框架 | 第49-51页 |
| ·层级条件随机场 | 第51-52页 |
| ·三维人手跟踪实验 | 第52-56页 |
| ·实验设计 | 第52-53页 |
| ·实验结果和分析 | 第53-56页 |
| ·连续动态手势识别实验 | 第56-58页 |
| ·手势数据库 | 第56-57页 |
| ·实验设计 | 第57-58页 |
| ·实验结果和分析 | 第58页 |
| ·小结 | 第58-61页 |
| 第4章 层级潜变量空间中的单人行为识别方法 | 第61-83页 |
| ·引言 | 第61-62页 |
| ·运动模式 | 第62-69页 |
| ·人体运动的层级潜变量空间 | 第62-64页 |
| ·人体部分运动轨迹的可视化 | 第64-66页 |
| ·轨迹聚类 | 第66-69页 |
| ·基于判别式模型的单人行为建模 | 第69-70页 |
| ·实验分析 | 第70-81页 |
| ·单人行为数据库 | 第71-76页 |
| ·基于运动捕捉数据的单人行为数据库 | 第71-73页 |
| ·基于合成图像的单人行为数据库 | 第73-76页 |
| ·运动捕捉数据上的实验结果 | 第76-79页 |
| ·合成人体行为图像上的实验结果 | 第79-81页 |
| ·小结 | 第81-83页 |
| 第5章 基于时空单词的两人交互行为识别 | 第83-101页 |
| ·引言 | 第83-84页 |
| ·算法框图 | 第84-86页 |
| ·时空特征提取和表示 | 第86-94页 |
| ·时空兴趣点 | 第86-89页 |
| ·时空兴趣点分类 | 第89-92页 |
| ·时空单词 | 第92-94页 |
| ·两人交互行为识别 | 第94-96页 |
| ·单人原子行为识别 | 第94-95页 |
| ·两人交互行为语义建模 | 第95-96页 |
| ·实验 | 第96-99页 |
| ·实验设计 | 第96-97页 |
| ·实验结果及分析 | 第97-99页 |
| ·小结 | 第99-101页 |
| 第6章 结论与展望 | 第101-105页 |
| ·工作总结 | 第101-102页 |
| ·未来工作展望 | 第102-105页 |
| 参考文献 | 第105-121页 |
| 致谢 | 第121-123页 |
| 攻读博士学位期间发表的论文 | 第123-124页 |
| 攻读博士学位期间参与的科研项目 | 第124页 |