基于特权信息的人类行为识别研究
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第13-23页 |
| 1.1 研究背景与研究意义 | 第13-14页 |
| 1.2 研究现状 | 第14-20页 |
| 1.2.1 特征提取 | 第15-18页 |
| 1.2.2 人类行为识别 | 第18-20页 |
| 1.3 本文研究重点与创新 | 第20-21页 |
| 1.4 本文组织结构 | 第21-23页 |
| 第二章 基于特权信息的支持向量机 | 第23-32页 |
| 2.1 支持向量机 | 第23-26页 |
| 2.2 特权信息简介 | 第26-27页 |
| 2.3 基于特权信息的支持向量机 | 第27-31页 |
| 2.3.1 SVM+求解 | 第27-30页 |
| 2.3.2 多分类SVM+ | 第30-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 基于特权信息的人类行为识别 | 第32-56页 |
| 3.1 方法概述 | 第32-33页 |
| 3.2 基于骨架李群深度特权信息的人体动作识别 | 第33-51页 |
| 3.2.1 人体动作特征提取 | 第34-42页 |
| 3.2.1.1 3D时空特征提取框架 | 第34-35页 |
| 3.2.1.2 稀疏编码 | 第35-36页 |
| 3.2.1.3 3D时空底层特征 | 第36-39页 |
| 3.2.1.4 骨架李群深度特征 | 第39-42页 |
| 3.2.2 基于骨架李群深度特权信息的识别框架 | 第42-43页 |
| 3.2.3 实验 | 第43-51页 |
| 3.2.3.1 数据集介绍 | 第43-45页 |
| 3.2.3.2 实验设置 | 第45页 |
| 3.2.3.3 实验结果与分析 | 第45-51页 |
| 3.3 基于文本描述特权信息的人类活动识别 | 第51-55页 |
| 3.3.1 人类活动特征提取 | 第51-52页 |
| 3.3.2 基于文本描述特权信息的识别框架 | 第52-53页 |
| 3.3.3 实验 | 第53-55页 |
| 3.3.3.1 数据集介绍 | 第53页 |
| 3.3.3.2 实验设置 | 第53-54页 |
| 3.3.3.3 实验结果与分析 | 第54-55页 |
| 3.4 本章小结 | 第55-56页 |
| 第四章 结合特权信息的域自适应人类行为识别 | 第56-81页 |
| 4.1 迁移学习 | 第56-61页 |
| 4.1.1 迁移学习的定义 | 第56-58页 |
| 4.1.2 迁移学习的分类 | 第58-59页 |
| 4.1.3 迁移学习研究内容 | 第59页 |
| 4.1.4 域自适应学习 | 第59-61页 |
| 4.1.4.1 协方差偏移 | 第60-61页 |
| 4.1.4.2 类别失衡 | 第61页 |
| 4.2 结合特权信息的域自适应人类行为识别方法 | 第61-71页 |
| 4.2.1 方法概述 | 第62-63页 |
| 4.2.2 结合特权信息的域自适应稀释编码算法 | 第63-71页 |
| 4.2.2.1 基于图正则化的稀疏编码 | 第63-64页 |
| 4.2.2.2 域自适应图正则稀疏编码 | 第64-66页 |
| 4.2.2.3 结合特权信息的域自适应算法 | 第66-71页 |
| 4.3 实验 | 第71-80页 |
| 4.3.1 数据集介绍 | 第71-73页 |
| 4.3.2 实验设置 | 第73页 |
| 4.3.3 实验结果与分析 | 第73-80页 |
| 4.4 本章小结 | 第80-81页 |
| 第五章 总结与展望 | 第81-83页 |
| 5.1 总结 | 第81-82页 |
| 5.2 展望 | 第82-83页 |
| 参考文献 | 第83-92页 |
| 攻读硕士学位期间取得的科研成果 | 第92-93页 |
| 攻读硕士学位期间参与的科研项目 | 第93-94页 |
| 致谢 | 第94页 |
