| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第13-14页 |
| 缩略语对照表 | 第14-17页 |
| 第一章 绪论 | 第17-29页 |
| 1.1 引言 | 第17-18页 |
| 1.2 人体行为识别的应用前景 | 第18-19页 |
| 1.3 人体行为识别的难点 | 第19-20页 |
| 1.4 人体行为识别研究方法及现状 | 第20-27页 |
| 1.4.1 单层方法 | 第21-25页 |
| 1.4.2 基于等级体系的方法 | 第25-27页 |
| 1.5 论文研究内容及章节安排 | 第27-29页 |
| 第二章 人体行为识别相关技术 | 第29-35页 |
| 2.1 人体行为识别特征提取方法 | 第29-30页 |
| 2.2 人体行为识别的分类方法 | 第30-32页 |
| 2.3 人体行为识别的数据集 | 第32-33页 |
| 2.3.1 Weizmann数据集 | 第32页 |
| 2.3.2 KTH数据集 | 第32-33页 |
| 2.3.3 UCF数据集 | 第33页 |
| 2.4 本章小结 | 第33-35页 |
| 第三章 基于时空梯度特征和运动速度特征的人体行为识别 | 第35-47页 |
| 3.1 基于时空运动形状的特征提取 | 第35-39页 |
| 3.1.1 梯度自相关特征 | 第36-37页 |
| 3.1.2 时空梯度自相关特征 | 第37-39页 |
| 3.2 人体运动速度特征 | 第39-40页 |
| 3.2.1 图像矩 | 第39页 |
| 3.2.2 运动速度特征的提取 | 第39-40页 |
| 3.3 实验及结果 | 第40-45页 |
| 3.4 本章小结 | 第45-47页 |
| 第四章 基于非负矩阵分解和稀疏重构分类的人体行为识别 | 第47-61页 |
| 4.1 非负矩阵分解 | 第47-49页 |
| 4.2 局部时空运动特征 | 第49-51页 |
| 4.3 基于非负矩阵分解训练字典 | 第51页 |
| 4.4 基于稀疏重构的分类 | 第51-52页 |
| 4.5 实验及结果 | 第52-59页 |
| 4.6 本章小结 | 第59-61页 |
| 第五章 基于多尺度时空特征的人体行为识别 | 第61-73页 |
| 5.1 基于时空兴趣点的人体行为识别 | 第61-62页 |
| 5.2 多尺度简化时空兴趣点 | 第62-63页 |
| 5.3 多尺度时空特征 | 第63-65页 |
| 5.4 实验及结果 | 第65-71页 |
| 5.5 本章小结 | 第71-73页 |
| 第六章 总结与展望 | 第73-75页 |
| 6.1 总结 | 第73页 |
| 6.2 展望 | 第73-75页 |
| 参考文献 | 第75-81页 |
| 致谢 | 第81-83页 |
| 作者简介 | 第83-84页 |