声明
摘要
第1章 绪论
1.1 引言
1.2 选题背景及研究意义
1.3 国内外研究现状
1.3.1 基于不同复杂度的人体行为识别
1.3.2 人体行为识别中的特征提取
1.3.3 人体行为识别中的特征表示
1.3.4 人体行为的识别方法
1.4 人体行为识别研究难点
1.5 本文主要研究工作与组织结构
1.5.1 主要研究工作
1.5.2 论文组织结构
第2章 相关理论研究
2.1 人体行为识别相关理论研究
2.2 特征提取
2.2.1 全局特征
2.2.2 局部特征
2.3 时空局部特征点
2.3.1 基于3-D Harris的时空特征点提取
2.3.2 基于时空滤波器的时空特征点提取
2.3.3 基于3-D Saliency的时空特征点提取
2.3.4 基于3-D SIFT的时空特征点提取
2.3.5 其它时空特征点
2.4 时空局部特征描述子
2.4.1 基于梯度的特征描述子
2.4.2 基于光流的特征描述子
2.4.3 光流和梯度方向组合的特征描述子
2.4.4 其它特征描述子
2.5 分层模型
2.6 视觉词袋模型
2.7 支持向量机SVM
第3章 基于时空局部特征的人体行为识别
3.1 正交平面兴趣点检测
3.2 时空局部特征描述
3.2.1 构造时空立方体
3.2.2 联合特征直方图统计
3.2.2 局部保留投影(LPP)降维
3.3 实验结果及分析
3.3.1 实验样本
3.3.2 实验结果和分析
3.4 本章小结
第4章 基于分层“bag-of-words”模型的人体行为识别
4.1 分层模型构造
4.1.1 构造Level-0层bag-of-words
4.1.2 构造Level-1层bag-of-words
4.1.3 构造Level-L层bag-of-words
4.2 输出特征
4.3 实验结果及分析
4.3.1 实验设置
4.3.2 动作识别性能
4.3.3 影响因素分析
4.4 本章小结
第5章 总结与展望
5.1 总结
5.2 展望
参考文献
致谢
攻读硕士学位期间公开发表的论文