基于条件随机场模型的异常行为检测方法研究
摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第1章 绪论 | 第16-30页 |
1.1 引言 | 第16页 |
1.2 研究背景及意义 | 第16-19页 |
1.3 国内外研究现状 | 第19-26页 |
1.3.1 肢体行为识别 | 第20-23页 |
1.3.2 表情识别 | 第23-26页 |
1.4 本文主要工作和特色 | 第26-27页 |
1.5 本文内容安排 | 第27-28页 |
1.6 本章小结 | 第28-30页 |
第2章 Kinect | 第30-38页 |
2.1 引言 | 第30页 |
2.2 Kinect系统介绍 | 第30-32页 |
2.3 Kinect深度图获取 | 第32-34页 |
2.4 Kinect人体骨骼点获取 | 第34-37页 |
2.5 本章小结 | 第37-38页 |
第3章 特征提取 | 第38-52页 |
3.1 引言 | 第38-39页 |
3.2 人体骨架建模 | 第39-40页 |
3.3 特征提取 | 第40-44页 |
3.3.1 人体坐标系的建立 | 第40页 |
3.3.2 全局运动特征提取 | 第40-41页 |
3.3.3 局部运动特征提取 | 第41-44页 |
3.4 实验结果与分析 | 第44-51页 |
3.5 本章小结 | 第51-52页 |
第4章 基于CRF模型的行为识别 | 第52-72页 |
4.1 引言 | 第52-53页 |
4.2 行为序列中的时域上下文信息 | 第53-54页 |
4.3 隐马尔可夫模型 | 第54-57页 |
4.3.1 隐马尔可夫模型的定义 | 第54-56页 |
4.3.2 隐马尔可夫模型的3个基本问题 | 第56-57页 |
4.3.3 隐马尔可夫模型用于行为识别的局限性 | 第57页 |
4.4 条件随机场模型 | 第57-61页 |
4.4.1 条件随机场模型的定义 | 第57-58页 |
4.4.2 条件随机场联系上下文信息的能力 | 第58-59页 |
4.4.3 CRF模型的训练 | 第59-60页 |
4.4.4 CRF模型的推断 | 第60-61页 |
4.5 实验与结果分析 | 第61-71页 |
4.5.1 特征的选择 | 第61页 |
4.5.2 行为模型的建立 | 第61-65页 |
4.5.3 行为分类 | 第65-67页 |
4.5.4 实验结果与分析 | 第67-71页 |
4.6 本章小结 | 第71-72页 |
第5章 基于MCRF模型的行为识别 | 第72-88页 |
5.1 引言 | 第72页 |
5.2 MCRF 模型 | 第72-76页 |
5.3 MCRF模型参数估计 | 第76-78页 |
5.4 MCRF模型推断 | 第78-79页 |
5.5 多特征融合分类器 | 第79-83页 |
5.5.1 特征构建 | 第79-81页 |
5.5.2 分类器 | 第81-83页 |
5.6 实验结果与分析 | 第83-86页 |
5.7 本章小结 | 第86-88页 |
第6章 基于Star-CRF模型的行为识别 | 第88-100页 |
6.1 引言 | 第88页 |
6.2 Star-CRF 模型 | 第88-93页 |
6.2.1 Star-CRF 模型结构 | 第88-90页 |
6.2.2 势函数定义与特征构建 | 第90-93页 |
6.3 Star-CRF模型的参数估计 | 第93-94页 |
6.4 Star-CRF模型的推断 | 第94-95页 |
6.5 实验结果与分析 | 第95-98页 |
6.6 本章小结 | 第98-100页 |
第7章 基于肢体和表情的异常行为检测研究 | 第100-110页 |
7.1 引言 | 第100-101页 |
7.2 联合标记法 | 第101-103页 |
7.2.1 方法概述 | 第101页 |
7.2.2 CRF模型 | 第101-103页 |
7.3 特征融合法 | 第103-106页 |
7.3.1 方法概述 | 第103-104页 |
7.3.2 MCRF模型 | 第104-106页 |
7.4 二次分类法 | 第106-108页 |
7.4.1 方法概述 | 第106页 |
7.4.2 CRF模型 | 第106-107页 |
7.4.3 多类SVM | 第107-108页 |
7.5 本章小结 | 第108-110页 |
第8章 总结与展望 | 第110-114页 |
8.1 本文工作总结 | 第110-112页 |
8.2 未来工作展望 | 第112-114页 |
参考文献 | 第114-124页 |
致谢 | 第124-126页 |
在学期间发表的论文 | 第126-127页 |