| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 课题研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.2.1 人体检测研究现状 | 第11-13页 |
| 1.2.2 行为识别研究现状 | 第13-16页 |
| 1.3 本文研究的主要内容 | 第16-17页 |
| 1.4 本文主要结构安排 | 第17-19页 |
| 第二章 相关理论技术基础 | 第19-31页 |
| 2.1 引言 | 第19页 |
| 2.2 目标检测的方法 | 第19-23页 |
| 2.2.1 基于运动特征的检测方法 | 第19-21页 |
| 2.2.2 基于形状特征的检测方法 | 第21-23页 |
| 2.3 行为分类的方法 | 第23-26页 |
| 2.3.1 模板匹配 | 第23-24页 |
| 2.3.2 动态规划 | 第24页 |
| 2.3.3 状态空间法 | 第24-25页 |
| 2.3.4 状态统计法 | 第25-26页 |
| 2.4 卷积神经网络的相关理论 | 第26-30页 |
| 2.4.1 前向传播 | 第27-28页 |
| 2.4.2 反向传播 | 第28-29页 |
| 2.4.3 卷积层 | 第29-30页 |
| 2.4.4 采样层 | 第30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 基于卷积特征的可变形部件模型的人体检测 | 第31-46页 |
| 3.1 卷积特征提取 | 第31-35页 |
| 3.1.1 Alexnet模型介绍 | 第31-33页 |
| 3.1.2 卷积特征金字塔 | 第33-35页 |
| 3.2 训练模型 | 第35-37页 |
| 3.2.1 Latent SVM | 第35-36页 |
| 3.2.2 训练过程 | 第36-37页 |
| 3.3 基于卷积特征的可变形部件模型的人体检测 | 第37-40页 |
| 3.3.1 检测过程 | 第37-38页 |
| 3.3.2 距离变换池化层 | 第38-39页 |
| 3.3.3 稀疏滤波器 | 第39-40页 |
| 3.4 实验结果分析 | 第40-45页 |
| 3.4.1 VOC2007数据集实验结果 | 第41-44页 |
| 3.4.2 VOC2012数据集实验结果 | 第44-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第四章 基于多尺度卷积特征的可变形部件模型的行为识别 | 第46-59页 |
| 4.1 多尺度卷积神经网络 | 第46-48页 |
| 4.2 基于多尺度卷积特征的DPM检测过程 | 第48-50页 |
| 4.3 动作特征提取 | 第50-51页 |
| 4.4 实验结果与分析 | 第51-58页 |
| 4.4.1 检测结果分析 | 第52-53页 |
| 4.4.2 VOC2012数据集实验结果 | 第53-56页 |
| 4.4.3 Willow数据集实验结果 | 第56-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 5.1 论文工作总结 | 第59页 |
| 5.2 下一步展望 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 致谢 | 第66-68页 |
| 附录 (攻读硕士学位期间所发表的学术论文及成果) | 第68页 |