基于局部时空特征码本的人体行为识别方法研究及实现
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 选题背景和研究意义 | 第10-11页 |
| 1.2 人体行为识别概述 | 第11-14页 |
| 1.2.1 人体行为识别方法概述 | 第11-13页 |
| 1.2.2 人体行为数据库 | 第13-14页 |
| 1.3 本文的研究内容及创新 | 第14-15页 |
| 1.4 本文的组织结构 | 第15-18页 |
| 第二章 相关研究工作 | 第18-30页 |
| 2.1 时空兴趣点检测 | 第18-21页 |
| 2.1.1 3D-Harris检测算子 | 第18-19页 |
| 2.1.2 Cuboid检测算子 | 第19-20页 |
| 2.1.3 3D-Hessian检测算子 | 第20-21页 |
| 2.2 局部时空描述算子 | 第21-28页 |
| 2.2.1 SIFT特征描述子 | 第21-25页 |
| 2.2.2 HOG/HOF描述算子 | 第25-27页 |
| 2.2.3 3D特征描述算子 | 第27-28页 |
| 2.3 基于局部时空特征的人体行为识别方法 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 基于视觉码本的人体行为识别方法 | 第30-42页 |
| 3.1 引言 | 第30-31页 |
| 3.2 基于视觉码本的人体行为识别方法 | 第31-35页 |
| 3.2.1 局部时空特征 | 第32-34页 |
| 3.2.2 特定类别码本构建 | 第34-35页 |
| 3.2.3 SVM分类器 | 第35页 |
| 3.3 实验结果及分析 | 第35-41页 |
| 3.3.1 YouTube人体行为数据库 | 第35-36页 |
| 3.3.2 OpenCV工具包 | 第36-37页 |
| 3.3.3 实验结果及分析 | 第37-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 基于运动差异特征的人体行为识别方法 | 第42-50页 |
| 4.1 引言 | 第42-43页 |
| 4.2 运动差异特征描述算子 | 第43-47页 |
| 4.2.1 基本思路 | 第43页 |
| 4.2.2 背景运动估计 | 第43-46页 |
| 4.2.3 运动差异特征描述算子 | 第46-47页 |
| 4.3 实验结果以及分析 | 第47-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-52页 |
| 5.1 回顾与总结 | 第50页 |
| 5.2 未来工作展望 | 第50-52页 |
| 参考文献 | 第52-57页 |
| 致谢 | 第57页 |
