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VStop视觉单词的复杂场景下行为分析

中文摘要第1-6页
Abstract第6-10页
第一章 绪论第10-22页
   ·课题研究背景和意义第10-11页
   ·国内外研究现状第11-17页
     ·视觉单词研究第11-14页
     ·基于视觉单词的主题行为分析第14-17页
   ·当前存在的问题第17-19页
   ·本文主要研究内容和创新点第19-20页
   ·本文组织结构第20-22页
第二章 VStop 视觉单词生成算法第22-36页
   ·视觉词袋模型第22-24页
   ·Flow 视觉单词生成算法第24-28页
     ·基础特征光流简介第24-26页
     ·基于光流特征的 Flow 视觉单词第26-28页
   ·VStop 视觉单词模型第28-32页
     ·空间信息的生成第28页
     ·方向信息的生成第28页
     ·速度信息的生成第28-31页
     ·停词(Stop)信息生成第31-32页
     ·VStop 视觉单词生成步骤第32页
   ·实验结果及分析第32-35页
     ·实验数据集及实验环境第32-33页
     ·实验设计第33-35页
   ·本章小结第35-36页
第三章 基于 VStop 视觉单词的离线行为聚类分析第36-55页
   ·算法框架第36-37页
   ·基于 VStop 视觉单词的主流行为建模第37-49页
     ·LDA 模型第37-40页
     ·HDP 模型第40-43页
     ·主流行为模型训练过程收敛性分析第43-45页
     ·主流行为预测性能分析第45-46页
     ·主流行为可视化对比验证第46-49页
   ·基于 VStop 视觉单词的稀少行为建模第49-54页
     ·稀少行为定义第49-50页
     ·稀少行为建模第50-53页
     ·稀少行为建模性能分析第53-54页
   ·本章小结第54-55页
第四章 基于主流行为更新的在线稀少行为检测第55-68页
   ·稀少行为检测方法提出依据第55-56页
   ·稀少行为检测算法框架第56-57页
   ·稀少行为检测算法第57-63页
     ·基于背景建模的前景检测第58-59页
     ·主流行为建模第59-60页
     ·主流行为在线更新第60页
     ·稀少行为判断第60-63页
   ·实验和分析第63-67页
     ·建模过程分析第63-64页
     ·检测结果分析第64-65页
     ·对比试验第65-67页
   ·本章小结第67-68页
第五章 总结与展望第68-70页
   ·论文工作总结第68-69页
   ·未来工作展望第69-70页
参考文献第70-77页
攻读学位期间公开发表的论文与科研项目成果第77-78页
致谢第78-79页

论文共79页,点击 下载论文
上一篇:刑事案件强制措施管理系统的设计与实现
下一篇:全息三维成像中位相信息提取的并行算法研究