| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 缩略词注释表 | 第13-15页 |
| 第一章 绪论 | 第15-39页 |
| 1.1 研究背景及意义 | 第15-17页 |
| 1.2 人体行为识别问题描述与难点 | 第17-19页 |
| 1.3 国内外研究现状 | 第19-31页 |
| 1.3.1 行为特征 | 第19-22页 |
| 1.3.2 特征量化 | 第22-24页 |
| 1.3.3 特征融合 | 第24-27页 |
| 1.3.4 行为模型 | 第27-31页 |
| 1.4 研究机构和视频行为数据库 | 第31-35页 |
| 1.4.1 研究机构 | 第31页 |
| 1.4.2 视频行为数据库 | 第31-35页 |
| 1.5 本文的主要工作 | 第35-36页 |
| 1.6 本文的组织结构 | 第36-39页 |
| 第二章 有效的局部特征和描述符 | 第39-53页 |
| 2.1 引言 | 第39-40页 |
| 2.2 方法框架 | 第40-41页 |
| 2.3 提取相对运动点的轨迹 | 第41-44页 |
| 2.3.1 提取相对运动序列图 | 第41-43页 |
| 2.3.2 著区域内的点跟踪 | 第43-44页 |
| 2.4 轨迹形状特征和多核组合表示 | 第44-45页 |
| 2.4.1 轨迹形状描述符 | 第44页 |
| 2.4.2 编码和MKL组合特征 | 第44-45页 |
| 2.5 实验结果及分析 | 第45-51页 |
| 2.5.1 行为数据库及实验设置 | 第45-46页 |
| 2.5.2 轨迹特征的有效性 | 第46-47页 |
| 2.5.3 在基准行为数据库上的识别性能 | 第47-50页 |
| 2.5.4 运算时间分析及比较 | 第50-51页 |
| 2.6 本章小结 | 第51-53页 |
| 第三章 基于分层树结构字典的稀疏编码 | 第53-67页 |
| 3.1 引言 | 第53-54页 |
| 3.2 相关文献与存在的问题 | 第54-55页 |
| 3.3 学习结构字典及描述局部特征 | 第55-60页 |
| 3.3.1 结构字典学习算法 | 第56-59页 |
| 3.3.2 局部描述符的结构化稀疏编码 | 第59-60页 |
| 3.4 实验结果及分析 | 第60-64页 |
| 3.4.1 行为数据库及实验设置 | 第60-61页 |
| 3.4.2 树结构字典深度和大小的选择 | 第61页 |
| 3.4.3 采样Cuboids空域尺度的评价 | 第61-62页 |
| 3.4.4 实验结果及分析 | 第62-64页 |
| 3.5 本章小结 | 第64-67页 |
| 第四章 分层特征组的行为模型 | 第67-81页 |
| 4.1 引言 | 第67-68页 |
| 4.2 有的相关工作 | 第68-69页 |
| 4.3 分层特征提取方法 | 第69-74页 |
| 4.3.1 提取低水平运动特征 | 第70-71页 |
| 4.3.2 聚类产生特征组和编码 | 第71-74页 |
| 4.3.3 目标对象水平内容 | 第74页 |
| 4.4 行为表示和分类 | 第74-75页 |
| 4.5 实验结果及分析 | 第75-79页 |
| 4.5.1 实验数据及设置 | 第75页 |
| 4.5.2 识别性能与量化区间的关系 | 第75-76页 |
| 4.5.3 KNN和SVM分类器的识别性能及比较 | 第76-78页 |
| 4.5.4 在基准行为数据库上验证 | 第78-79页 |
| 4.6 本章小结 | 第79-81页 |
| 第五章 人体部位特征树结构的行为模型 | 第81-99页 |
| 5.1 引言 | 第81-82页 |
| 5.2 有的相关工作 | 第82-83页 |
| 5.3 学习特征树 | 第83-87页 |
| 5.3.1 提取兴趣点 | 第83-84页 |
| 5.3.2 空间共生点集 | 第84页 |
| 5.3.3 构造特征树 | 第84-87页 |
| 5.4 行为表示和特征融合 | 第87-88页 |
| 5.5 实验结果及分析 | 第88-97页 |
| 5.5.1 行为数据和实验设置 | 第88-89页 |
| 5.5.2 低水平特征码本尺度的分析 | 第89-90页 |
| 5.5.3 时间间隙T和特征组合对识别性能的影响 | 第90页 |
| 5.5.4 节点特征的识别性能 | 第90-92页 |
| 5.5.5 在基准数据库上的识别性能 | 第92-96页 |
| 5.5.6 运算时间分析 | 第96-97页 |
| 5.6 本章小结 | 第97-99页 |
| 第六章 判别共生统计特征的概念特征对行为模型 | 第99-115页 |
| 6.1 引言 | 第99-100页 |
| 6.2 有的相关工作 | 第100-101页 |
| 6.3 概念特征的判别共生统计 | 第101-106页 |
| 6.3.1 提取时空兴趣点 | 第102页 |
| 6.3.2 局部流形约束子空间聚类 | 第102-104页 |
| 6.3.3 嵌入方向和相对距离的概念特征对的共生统计 | 第104-106页 |
| 6.4 行为表示和特征融合 | 第106-107页 |
| 6.5 实验结果及分析 | 第107-112页 |
| 6.5.1 实验数据和设置 | 第107页 |
| 6.5.2 相对配置描述符的有效性 | 第107-109页 |
| 6.5.3 编码方法对识别性能的影响 | 第109页 |
| 6.5.4 在基准行为数据库上的识别性能 | 第109-112页 |
| 6.6 本章小结 | 第112-115页 |
| 第七章 总结与展望 | 第115-119页 |
| 7.1 全文工作总结 | 第115-117页 |
| 7.2 后续工作展望 | 第117-119页 |
| 致谢 | 第119-121页 |
| 参考文献 | 第121-133页 |
| 攻读博士学位期间参加的科研项目和完成的论文 | 第133页 |