| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题背景及意义 | 第10-11页 |
| 1.2 难点及研究现状 | 第11-13页 |
| 1.3 本文研究工作 | 第13页 |
| 1.4 本文组织结构 | 第13-15页 |
| 第2章 人体行为识别基础 | 第15-23页 |
| 2.1 行为识别定义及步骤 | 第15-16页 |
| 2.2 行为识别关键问题 | 第16-17页 |
| 2.3 行为识别中的常用特征 | 第17-20页 |
| 2.3.1 SIFT特征 | 第17-19页 |
| 2.3.2 HOG特征 | 第19-20页 |
| 2.4 K-means聚类 | 第20-21页 |
| 2.5 分类器训练 | 第21-22页 |
| 2.6 本章小结 | 第22-23页 |
| 第3章 基于浅层特征的行为识别算法 | 第23-32页 |
| 3.1 引言 | 第23页 |
| 3.2 基于浅层特征的行为识别算法 | 第23-29页 |
| 3.3 实验结果与分析 | 第29-31页 |
| 3.3.1 实验参数设置 | 第29页 |
| 3.3.2 实验结果分析 | 第29-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第4章 基于语义显著图的行为识别算法 | 第32-44页 |
| 4.1 引言 | 第32-33页 |
| 4.2 显著图识别的视觉基础 | 第33-34页 |
| 4.3 图像语义显著图映射 | 第34-40页 |
| 4.3.1 滑动窗口的选择 | 第34-35页 |
| 4.3.2 显著区域分析 | 第35-37页 |
| 4.3.3 语义显著映射图 | 第37-38页 |
| 4.3.4 自适应分割图像 | 第38-40页 |
| 4.4 双源卷积神经网络的行为识别 | 第40页 |
| 4.5 实验结果分析 | 第40-43页 |
| 4.5.1 实验参数设置 | 第40-41页 |
| 4.5.2 实验结果分析 | 第41-43页 |
| 4.6 本章小结 | 第43-44页 |
| 第5章 基于多通道的行为识别算法 | 第44-57页 |
| 5.1 引言 | 第44-45页 |
| 5.2 多通道的行为识别 | 第45-50页 |
| 5.2.1 卷积神经网络的CNN特征提取 | 第45-47页 |
| 5.2.2 基于HOG特征和CNN特征的行为识别原理 | 第47-48页 |
| 5.2.3 5-通道行为识别原理 | 第48-50页 |
| 5.3 实验结果与分析 | 第50-56页 |
| 5.3.1 数据集和实验参数设置 | 第50-51页 |
| 5.3.2 HOG特征和CNN特征行为识别结果分析 | 第51-52页 |
| 5.3.3 5-通道行为识别结果分析 | 第52-56页 |
| 5.4 本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63页 |