| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 人体行为识别研究进展 | 第13-15页 |
| 1.2.1 基于全局特征的方法 | 第13-14页 |
| 1.2.2 基于局部特征的方法 | 第14-15页 |
| 1.2.3 基于仿生创新的方法 | 第15页 |
| 1.3 常用人体行为数据集 | 第15-17页 |
| 1.4 论文组织结构 | 第17-18页 |
| 第2章 基于局部时空特征的人体行为识别相关理论研究 | 第18-26页 |
| 2.1 引言 | 第18页 |
| 2.2 局部时空描述子 | 第18-22页 |
| 2.2.1 HOG/HOF描述算子 | 第18-19页 |
| 2.2.2 3D-HOG描述算子 | 第19-21页 |
| 2.2.3 3D-SIFT描述算子 | 第21-22页 |
| 2.3 词袋框架 | 第22-25页 |
| 2.3.1 词典学习 | 第22-24页 |
| 2.3.2 特征编码 | 第24-25页 |
| 2.3.3 特征聚合 | 第25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 融合局部思想和协作表达的人体行为识别 | 第26-42页 |
| 3.1 引言 | 第26页 |
| 3.2 稀疏编码和协作表达 | 第26-30页 |
| 3.2.1 稀疏编码原理 | 第26-29页 |
| 3.2.2 协作表达 | 第29-30页 |
| 3.3 支持向量机（SVM） | 第30-33页 |
| 3.4 融合局部思想和协作表达的人体行为识别 | 第33-37页 |
| 3.4.1 局部时空特征的协作表达 | 第33-35页 |
| 3.4.2 视频表示与分类 | 第35-36页 |
| 3.4.3 融合局部思想和协作表达的人体行为识别模型 | 第36-37页 |
| 3.5 本章实验 | 第37-41页 |
| 3.5.1 实验设置 | 第37-39页 |
| 3.5.2 实验结果与分析 | 第39-41页 |
| 3.6 本章小结 | 第41-42页 |
| 第4章 基于视频时空特征哈希编码表示的人体行为识别 | 第42-52页 |
| 4.1 引言 | 第42页 |
| 4.2 哈希编码 | 第42-45页 |
| 4.2.1 基于随机投影的哈希方法 | 第42-44页 |
| 4.2.2 基于学习的哈希方法 | 第44-45页 |
| 4.3 基于视频时空特征哈希编码表示的人体行为识别 | 第45-48页 |
| 4.3.1 基于二进制哈希编码的K-Means聚类方法 | 第45-46页 |
| 4.3.2 视频表示与分类 | 第46-47页 |
| 4.3.3 基于视频时空特征哈希编码表示的人体行为识别模型 | 第47-48页 |
| 4.4 本章实验 | 第48-51页 |
| 4.4.1 实验设置 | 第48-50页 |
| 4.4.2 实验结果与分析 | 第50-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第5章 结论与展望 | 第52-54页 |
| 5.1 本文小结 | 第52-53页 |
| 5.2 工作展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-59页 |
| 攻读学位期间参加的科研项目和成果 | 第59页 |
