| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 国外研究现状 | 第10-12页 |
| 1.2.2 国内研究现状 | 第12-14页 |
| 1.3 本文的内容安排 | 第14页 |
| 1.4 本文的研究重点 | 第14-15页 |
| 1.5 本文的主要创新 | 第15-16页 |
| 2 生猪行为识别概述 | 第16-32页 |
| 2.1 监控方案 | 第16-18页 |
| 2.1.1 网络硬盘录像机 | 第17页 |
| 2.1.2 网络摄像头 | 第17-18页 |
| 2.1.3 摄像头支架 | 第18页 |
| 2.2 生猪行为描述 | 第18-23页 |
| 2.2.1 生猪行为描述的整体表示 | 第19-23页 |
| 2.2.2 生猪行为描述的局部表示 | 第23页 |
| 2.3 生猪行为识别 | 第23-31页 |
| 2.3.1 决策树 | 第24-27页 |
| 2.3.2 K最近邻法 | 第27-28页 |
| 2.3.3 支持向量机 | 第28-29页 |
| 2.3.4 算法优劣分析与选择 | 第29-31页 |
| 2.4 本章小结 | 第31-32页 |
| 3 生猪行为局部表示 | 第32-43页 |
| 3.1 生猪行为研究 | 第32页 |
| 3.2 时空兴趣点检测 | 第32-38页 |
| 3.3 局部时空描述算子 | 第38-42页 |
| 3.3.1 HOG描述算子 | 第39-40页 |
| 3.3.2 HOF描述算子 | 第40-41页 |
| 3.3.3 本文描述子 | 第41-42页 |
| 3.4 本章小结 | 第42-43页 |
| 4 生猪行为识别建模与分类 | 第43-57页 |
| 4.1 词袋模型 | 第43-49页 |
| 4.1.1 词袋模型原理 | 第43-44页 |
| 4.1.2 基于词袋模型的生猪行为建模 | 第44-49页 |
| 4.2 SVM生猪行为分类 | 第49-52页 |
| 4.3 训练与测试过程 | 第52-56页 |
| 4.3.1 SVM训练 | 第52-53页 |
| 4.3.2 实验结果与分析 | 第53-56页 |
| 4.4 本章小结 | 第56-57页 |
| 5 总结与展望 | 第57-59页 |
| 5.1 论文总结 | 第57页 |
| 5.2 进一步研究展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 附录A：Harris3D时空兴趣点和描述子核心代码 | 第65-74页 |
| 附录B：计算欧几里得距离代码和K-Means聚类生成词袋代码 | 第74-77页 |
| 附录C：攻读硕士学位期间的科研工作 | 第77页 |