首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于结构化低秩表示的人体行为识别方法

摘要第5-6页
ABSTRACT第6-7页
符号对照表第10-11页
缩略语对照表第11-14页
第一章 绪论第14-22页
    1.1 研究背景与动机第14-15页
    1.2 人体行为识别的应用场景第15-17页
    1.3 人体行为识别研究的主要问题第17-20页
    1.4 本文主要的贡献和内容安排第20-22页
第二章 人体行为识别相关方法第22-30页
    2.1 空时特征方法第22-23页
    2.2 基于空时特征的特征学习方法第23-27页
        2.2.1 BoF特征学习方法第23页
        2.2.2 稀疏表示第23-25页
        2.2.3 低秩表示第25-27页
    2.3 分类器第27-28页
    2.4 本章小结第28-30页
第三章 基于近邻约束低秩表示的人体行为识别方法第30-44页
    3.1 引言第30页
    3.2 局部特征检测和描述第30-31页
    3.3 近邻约束的低秩表示第31-33页
    3.4 模型优化方法第33-36页
    3.5 实验第36-43页
        3.5.1 实验设置第36页
        3.5.2 数据集第36-38页
        3.5.3 在Weizmann数据集上的实验第38-39页
        3.5.4 在KTH数据集上的实验第39-40页
        3.5.5 在Hollywood数据集及上的实验第40-42页
        3.5.6 在Weizmann鲁棒集上的实验第42-43页
    3.6 本章小结第43-44页
第四章 基于结构不相关性约束低秩表示的行为识别方法第44-58页
    4.1 引言第44页
    4.2 结构不相关性约束的低秩表示方法第44-46页
    4.3 模型优化方法第46-48页
    4.4 实验第48-55页
        4.4.1 实验设置第48-49页
        4.4.2 在Weizmann数据集上的实验第49-50页
        4.4.3 在KTH数据集上的实验第50-52页
        4.4.4 在UCF数据集上的实验第52-53页
        4.4.5 在Hollywood数据集上的实验第53-54页
        4.4.6 在Weizmann鲁棒集上的实验第54-55页
    4.5 总结第55-58页
第五章 基于Trace Lasso约束的人体行为识别第58-66页
    5.1 引言第58页
    5.2 Trace Lasso约束的人体行为识别第58-59页
    5.3 模型优化方法第59-61页
    5.4 实验在Weizmann和Facial Expression数据集上的实验第61-64页
    5.5 总结第64-66页
第六章 总结和展望第66-68页
    6.1 工作总结第66页
    6.2 工作展望第66-68页
参考文献第68-72页
致谢第72-74页
作者简介第74-75页

论文共75页,点击 下载论文
上一篇:直升机载ROSAR低空环境感知方法研究
下一篇:基于ACS的高阶图匹配算法研究