| 摘要 | 第3-5页 |
| Abstract | 第5-7页 |
| 1 绪论 | 第11-29页 |
| 1.1 课题研究的背景及意义 | 第11-14页 |
| 1.1.1 人体动作识别 | 第11-14页 |
| 1.1.2 运动分割 | 第14页 |
| 1.2 研究综述 | 第14-26页 |
| 1.2.1 人体动作识别综述 | 第14-25页 |
| 1.2.2 运动分割综述 | 第25页 |
| 1.2.3 目前研究中存在的问题 | 第25-26页 |
| 1.3 论文的研究内容 | 第26-27页 |
| 1.4 论文结构安排 | 第27-29页 |
| 2 深度相机及基于深度数据的局部曲面几何特征提取 | 第29-47页 |
| 2.1 深度相机及人体动作识别数据集 | 第29-35页 |
| 2.1.1 深度相机 | 第29-30页 |
| 2.1.2 人体动作识别标准测试数据集 | 第30-35页 |
| 2.2 关节点局部曲面几何特征 | 第35-38页 |
| 2.2.1 点云数据的重构 | 第36-37页 |
| 2.2.2 关节点局部曲面几何特征 | 第37-38页 |
| 2.3 JLSGF的协方差描述 | 第38-40页 |
| 2.3.1 时间金字塔构造 | 第39-40页 |
| 2.3.2 向量化 | 第40页 |
| 2.4 Fisher向量表示 | 第40-41页 |
| 2.5 实验结果及分析 | 第41-46页 |
| 2.5.1 MSR-Action3D数据集 | 第41-43页 |
| 2.5.2 MSR-DailyActivity3D数据集 | 第43-44页 |
| 2.5.3 UTKinectAction数据集 | 第44-46页 |
| 2.6 小结 | 第46-47页 |
| 3 基于多模态特征融合的RGB-D动作识别 | 第47-59页 |
| 3.1 引言 | 第47-48页 |
| 3.2 多模态特征提取 | 第48页 |
| 3.3 RGB与深度模态融合 | 第48-49页 |
| 3.4 实验结果及分析 | 第49-58页 |
| 3.4.1 NJUSTRGB-DAction数据集 | 第49-52页 |
| 3.4.2 MSR-ActionPairs数据集 | 第52-54页 |
| 3.4.3 MSR-DailyActivity3D数据集 | 第54-55页 |
| 3.4.4 UTD-MHAD数据集 | 第55-56页 |
| 3.4.5 融合策略的讨论及与结构化融合方法的比较 | 第56-58页 |
| 3.5 小结 | 第58-59页 |
| 4 联合结构化稀疏表示与低维嵌入的3D人体动作识别 | 第59-75页 |
| 4.1 引言 | 第59-61页 |
| 4.2 基于稀疏表示的分类器 | 第61-62页 |
| 4.2.1 稀疏表示与字典学习 | 第61-62页 |
| 4.2.2 稀疏表示分类器 | 第62页 |
| 4.3 JSSRLE模型 | 第62-64页 |
| 4.4 优化求解 | 第64-68页 |
| 4.5 分类 | 第68页 |
| 4.6 实验结果与分析 | 第68-74页 |
| 4.6.1 特征提取及参数设置 | 第68-69页 |
| 4.6.2 实验结果及分析 | 第69-74页 |
| 4.7 小结 | 第74-75页 |
| 5 基于结构化多视特征学习与骨架关节点的人体动作识别 | 第75-91页 |
| 5.1 结构化多视特征学习模型 | 第75-78页 |
| 5.2 优化算法及其收敛性分析 | 第78-81页 |
| 5.3 特征提取 | 第81-83页 |
| 5.3.1 关节点特征提取 | 第81-82页 |
| 5.3.2 概率投票与归一化 | 第82-83页 |
| 5.3.3 时间金字塔 | 第83页 |
| 5.4 分类 | 第83页 |
| 5.5 实验结果及分析 | 第83-89页 |
| 5.5.1 实验设置 | 第84-85页 |
| 5.5.2 实验结果 | 第85-89页 |
| 5.6 小结 | 第89-91页 |
| 6 基于Laplacian结构化表示模型的子空间聚类运动分割 | 第91-109页 |
| 6.1 引言 | 第91-94页 |
| 6.2 保持运动局部相似性的统一框架模型 | 第94-95页 |
| 6.2.1 基于表示系数的方法 | 第94-95页 |
| 6.2.2 提出的框架模型 | 第95页 |
| 6.3 E-SSC | 第95-98页 |
| 6.3.1 E-SSC模型 | 第95-96页 |
| 6.3.2 优化求解 | 第96-98页 |
| 6.4 E-LRR | 第98-101页 |
| 6.4.1 E-LRR模型 | 第98-99页 |
| 6.4.2 优化求解 | 第99-101页 |
| 6.5 谱聚类分割 | 第101-102页 |
| 6.6 实验结果及分析 | 第102-108页 |
| 6.6.1 构造Laplacian矩阵的局部运动特征相似性度量 | 第102页 |
| 6.6.2 运动分割标准测试数据集 | 第102-104页 |
| 6.6.3 实验-1：Hopkins155数据集 | 第104-107页 |
| 6.6.4 实验-2：Airport数据集 | 第107-108页 |
| 6.7 小结 | 第108-109页 |
| 7 总结 | 第109-113页 |
| 7.1 本文完成的工作 | 第109-110页 |
| 7.2 未来的研究工作 | 第110-113页 |
| 致谢 | 第113-115页 |
| 参考文献 | 第115-125页 |
| 攻读博士学位期间的研究成果 | 第125页 |
