| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-21页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 动作识别中的难点及主要问题 | 第13-15页 |
| 1.4 动作识别数据库 | 第15-19页 |
| 1.5 论文主要内容和章节安排 | 第19-21页 |
| 2 人体动作识别方法概述 | 第21-26页 |
| 2.1 基于RGB彩色视频的人体动作识别 | 第21-22页 |
| 2.2 基于深度信息的人体动作识别 | 第22-24页 |
| 2.3 基于深度学习的人体动作识别 | 第24-26页 |
| 3 基于多核学习的特征融合算法研究 | 第26-46页 |
| 3.1 兴趣点检测 | 第26-29页 |
| 3.2 特征表示 | 第29-32页 |
| 3.2.1 特征提取 | 第29-31页 |
| 3.2.2 特征选择 | 第31-32页 |
| 3.3 结合多尺度的兴趣点特征云 | 第32-34页 |
| 3.4 外观和分布特征融合 | 第34-35页 |
| 3.5 实验和分析 | 第35-45页 |
| 3.5.1 实验设置 | 第35页 |
| 3.5.2 实验结果分析 | 第35-45页 |
| 3.6 本章小结 | 第45-46页 |
| 4 基于多尺度方向梯度直方图的动作识别方法研究 | 第46-60页 |
| 4.1 DMTI-MsHOG描述符 | 第46-49页 |
| 4.2 分类器设置 | 第49-52页 |
| 4.2.1 SVM分类器 | 第49-51页 |
| 4.2.2 L2-CRC分类器 | 第51-52页 |
| 4.3 实验和结果分析 | 第52-59页 |
| 4.3.1 MSR-Action 3D数据库动作选择 | 第52-53页 |
| 4.3.2 DMTI-MsHOG的参数选择 | 第53-54页 |
| 4.3.3 MSR Action 3D数据库上的实验与分析 | 第54-57页 |
| 4.3.4 MSR Gesture 3D数据库上的实验与分析 | 第57-59页 |
| 4.4 本章小结 | 第59-60页 |
| 5 总结与展望 | 第60-62页 |
| 5.1 本文工作总结 | 第60-61页 |
| 5.2 未来工作展望 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第65-66页 |
| 致谢 | 第66页 |
