| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 研究背景与意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-18页 |
| 1.3 论文的主要研究内容和章节安排 | 第18-20页 |
| 1.3.1 主要研究内容 | 第18-19页 |
| 1.3.2 章节安排 | 第19-20页 |
| 第二章 行为识别方法及发展现状分析 | 第20-32页 |
| 2.1 引言 | 第20页 |
| 2.2 公共数据库介绍 | 第20-23页 |
| 2.2.1 Weizmann视频数据库 | 第20-21页 |
| 2.2.2 KTH视频数据库 | 第21页 |
| 2.2.3 UCF-Sports视频数据库 | 第21-22页 |
| 2.2.4 You Tube视频数据库 | 第22-23页 |
| 2.3 中层语义特征 | 第23-26页 |
| 2.4 经典聚类方法概述 | 第26-31页 |
| 2.4.1 层次的聚类方法 | 第27-28页 |
| 2.4.2 划分的聚类方法 | 第28-29页 |
| 2.4.3 密度的聚类方法 | 第29-30页 |
| 2.4.4 网格的聚类算法 | 第30页 |
| 2.4.5 图论的聚类方法 | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 判别性行为部件挖掘 | 第32-40页 |
| 3.1 引言 | 第32-33页 |
| 3.2 提取视频底层特征 | 第33-34页 |
| 3.3 谱聚类获取候选部件 | 第34-38页 |
| 3.3.1 谱分解方法 | 第35-37页 |
| 3.3.2 层次聚类方法 | 第37-38页 |
| 3.4 判别式聚类约束筛选判别性部件 | 第38-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 一种基于Action-net的人体行为识别算法 | 第40-50页 |
| 4.1 引言 | 第40页 |
| 4.2 提取行为部件交互特征 | 第40-43页 |
| 4.2.1 提取时空交互特征 | 第41页 |
| 4.2.2 提取因果交互特征 | 第41-43页 |
| 4.3 中层Action-net表示 | 第43-44页 |
| 4.4 LSVM分类器 | 第44-45页 |
| 4.4.1 LSVM分类器介绍 | 第44-45页 |
| 4.4.2 LSVM分类器学习 | 第45页 |
| 4.5 本文识别算法框架 | 第45-46页 |
| 4.6 实验与分析 | 第46-49页 |
| 4.6.1 实验参数设置 | 第46页 |
| 4.6.2 中层Action-net的行为识别实验 | 第46-47页 |
| 4.6.3 混淆矩阵结果 | 第47-49页 |
| 4.7 本章小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-52页 |
| 5.1 全文总结 | 第50页 |
| 5.2 未来展望 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56-58页 |
| 作者简介 | 第58-59页 |