| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 研究现状及应用前景 | 第9-11页 |
| 1.3 研究内容及主要工作 | 第11-12页 |
| 1.4 本文的组织结构 | 第12-13页 |
| 第二章 行为识别的相关技术 | 第13-29页 |
| 2.1 行为特征提取与描述 | 第13-24页 |
| 2.1.1 轨迹特征 | 第14-19页 |
| 2.1.2 词袋特征 | 第19-20页 |
| 2.1.3 时空特征 | 第20-24页 |
| 2.2 行为识别方法 | 第24-28页 |
| 2.2.1 条件随机场（CRF）模型 | 第25-27页 |
| 2.2.2 CRF与HMM模型对比 | 第27-28页 |
| 2.3 本章小结 | 第28-29页 |
| 第三章 基于时空金字塔的多重行为特征融合 | 第29-43页 |
| 3.1 稀疏编码与时空金字塔 | 第30-33页 |
| 3.1.1 稀疏码书的学习 | 第30-32页 |
| 3.1.2 时空金字塔模型 | 第32-33页 |
| 3.2 时空特征稀疏表示与金字塔Maxpooling特征融合 | 第33-36页 |
| 3.2.1 时空特征的稀疏表示 | 第33-35页 |
| 3.2.2 金字塔Maxpooling特征融合 | 第35-36页 |
| 3.3 全局特征与局部特征的加权串联 | 第36-37页 |
| 3.4 实验结果与分析 | 第37-42页 |
| 3.4.1 稀疏字典分析 | 第37-39页 |
| 3.4.2 稀疏特征对比 | 第39-41页 |
| 3.4.3 编码性能分析 | 第41-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第四章 基于隐动态条件随机场的交互行为识别 | 第43-57页 |
| 4.1 隐动态条件随机场 | 第43-47页 |
| 4.1.1 定义与推导 | 第44-45页 |
| 4.1.2 学习与推断 | 第45-46页 |
| 4.1.3 LDCRF与CRF模型对比 | 第46-47页 |
| 4.2 实验结果与分析 | 第47-56页 |
| 4.2.1 数据库介绍 | 第47-48页 |
| 4.2.2 实验参数配置 | 第48-49页 |
| 4.2.3 分组实验结果 | 第49-54页 |
| 4.2.4 识别性能对比 | 第54-56页 |
| 4.3 本章小结 | 第56-57页 |
| 第五章 实验系统设计与结果分析 | 第57-65页 |
| 5.1 系统设计与实现 | 第57-61页 |
| 5.1.1 基本框架设计 | 第57-58页 |
| 5.1.2 功能模块设计 | 第58-60页 |
| 5.1.3 软件界面设计 | 第60-61页 |
| 5.2 实验结果与分析 | 第61-64页 |
| 5.3 本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-68页 |
| 6.1 工作总结 | 第65-66页 |
| 6.2 未来展望 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第71-72页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第72-73页 |
| 致谢 | 第73页 |