| 摘要 | 第1-8页 |
| Abstract | 第8-15页 |
| 第一章 绪论 | 第15-22页 |
| ·研究的背景 | 第15-16页 |
| ·基于语义的视频事件检测分析方法的研究意义及典型应用 | 第16-17页 |
| ·基于语义的视频事件检测分析方法的研究现状 | 第17-19页 |
| ·国外研究现状 | 第17-18页 |
| ·国内研究现状 | 第18-19页 |
| ·基于语义的视频事件检测分析的难点 | 第19页 |
| ·本文主要研究内容与结构 | 第19-21页 |
| ·本章小结 | 第21-22页 |
| 第二章 基于语义的视频事件检测分析关键技术及分析 | 第22-34页 |
| ·视频语义定义与分类 | 第22-24页 |
| ·视频语义的定义 | 第22页 |
| ·视频语义的分类 | 第22-24页 |
| ·基于语义的视频事件检测分析框架 | 第24页 |
| ·语义特征提取 | 第24-27页 |
| ·运动对象检测 | 第25-26页 |
| ·运动对象特征描述和分类 | 第26页 |
| ·运动对象跟踪 | 第26-27页 |
| ·事件检测与语义分析 | 第27-29页 |
| ·事件检测 | 第27-28页 |
| ·事件语义分析 | 第28-29页 |
| ·事件语义挖掘 | 第29-31页 |
| ·事件语义描述与理解 | 第31-32页 |
| ·本章小结 | 第32-34页 |
| 第三章 基于自适应组合不变矩量值的多运动对象特征描述及分类方法 | 第34-60页 |
| ·运动对象特征描述及分类相关工作分析 | 第34-35页 |
| ·不变矩理论 | 第35-43页 |
| ·几何不变矩 | 第37-39页 |
| ·复数不变矩 | 第39-41页 |
| ·正交不变矩 | 第41页 |
| ·小波不变矩 | 第41-42页 |
| ·边界不变矩 | 第42-43页 |
| ·基于自适应组合不变矩量值的SVR多分类器 | 第43-53页 |
| ·问题描述 | 第43-45页 |
| ·SF-ISF方法定义 | 第45-47页 |
| ·基于SF-ISF方法的自适应组合不变矩量值算法 | 第47-49页 |
| ·SVR多类分类器 | 第49-52页 |
| ·基于自适应组合不变矩量值的SVR多分类器分类模型 | 第52-53页 |
| ·实验结果 | 第53-59页 |
| ·场景自适应不变矩计算 | 第53-56页 |
| ·SVR识别率相关比较 | 第56-58页 |
| ·时间性能比较 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第四章 基于轨迹多标签超图模型的视频 复杂事件检测分析方法 | 第60-82页 |
| ·相关工作 | 第60-61页 |
| ·轨迹分析 | 第61-65页 |
| ·轨迹定义 | 第61-63页 |
| ·轨迹的修剪 | 第63-65页 |
| ·轨迹的相似性度量 | 第65页 |
| ·基于标准化分割的子事件检测 | 第65-68页 |
| ·基于轨迹和多标签超图的复杂事件建模 | 第68-75页 |
| ·超图理论 | 第68-70页 |
| ·超图的标准分割 | 第70-71页 |
| ·超图的谱分割 | 第71-72页 |
| ·基于轨迹超图的复杂事件建模 | 第72-73页 |
| ·基于多标签超图的复杂事件语义建模 | 第73-75页 |
| ·轨迹多标签超图的配对融合 | 第75-76页 |
| ·复杂事件检测实验与分析 | 第76-81页 |
| ·本章小结 | 第81-82页 |
| 第五章 基于时序关联规则的视频事件语义挖掘算法 | 第82-98页 |
| ·视频挖掘相关工作 | 第82-83页 |
| ·视频语义关联规则挖掘技术 | 第83-85页 |
| ·基于FP-Growth算法的挖掘视频事件语义方法 | 第85-88页 |
| ·构造FP-tree | 第85-86页 |
| ·基于FP-Growth算法挖掘视频语义方法 | 第86-88页 |
| ·基于时序关联规则的视频语义挖掘 | 第88-93页 |
| ·时序频繁模式树中结点的时序域定义 | 第88-89页 |
| ·构造TFPTree描述视频事件 | 第89-92页 |
| ·TFP-Growth算法挖掘语义事件的时序频繁模式 | 第92-93页 |
| ·实验及分析 | 第93-97页 |
| ·本章小结 | 第97-98页 |
| 第六章 基于格语法框架网络的视频高层语义描述和理解方法 | 第98-121页 |
| ·视频高层语义描述和理解相关工作 | 第98-100页 |
| ·事件的分类描述 | 第100-102页 |
| ·格框架(Case-Frame)介绍 | 第102-105页 |
| ·格语法定义 | 第102-104页 |
| ·格框架理论 | 第104-105页 |
| ·具有事件语义特征的格语法框架网络 | 第105-110页 |
| ·嵌套结构表示多线程事件 | 第105-106页 |
| ·格语法框架网络结构表示多线程事件 | 第106-110页 |
| ·子事件参照关联关系分析推理 | 第110-115页 |
| ·时序关联性(Temporal Association) | 第110-113页 |
| ·空间关联性(Spatial Association) | 第113-115页 |
| ·格语法框架网络描述多线程事件实验结果与分析 | 第115-120页 |
| ·多线程事件描述示例 | 第115-117页 |
| ·实验结果与分析 | 第117-120页 |
| ·本章小结 | 第120-121页 |
| 第七章 总结与展望 | 第121-124页 |
| ·论文工作总结 | 第121-122页 |
| ·未来研究展望 | 第122-124页 |
| 参考文献 | 第124-131页 |
| 致谢 | 第131-132页 |
| 攻读博士期间主要研究成果 | 第132-133页 |
