摘要
第一章 绪论
1.1 引言
1.2 研究现状
1.2.1 特征提取
1.2.2 动作表示与分类
1.3 面临的问题和挑战
1.4 本文研究内容
1.5 本文结构安排
第二章 运动与形状特征提取
2.1 人体动作数据集
2.1.1 KTH数据集
2.1.2 UCF运动数据集
2.2 人体边界框检测
2.2.1 帧差法
2.2.2 跟踪法
2.2.3 可变形部分模型
2.3 运动块提取
2.3.1 基于相邻帧的光流计算
2.3.2 基于图聚类的运动块提取
2.3.3 基于熵的运动块筛选
2.4 运动与形状特征提取
2.4.1 运动特征提取
2.4.2 形状特征提取
2.5 本章小结
第三章 基于关键帧的动作表示与分类
3.1 基于运动块的关键帧提取
3.1.1 关键帧的定义
3.1.2 关键帧提取
3.2 基于关键帧的动作表示
3.2.1 混合高斯模型简介
3.2.2 运动描述符
3.2.3 形状描述符
3.3 基于运动及形状描述符的动作分类
3.3.1 特征融合
3.3.2 动作分类
3.3.3 存在的问题
3.4 本章小结
第四章 基于原语的动作表示与分类
4.1 原语的提取与特征表示
4.1.1 原语的定义
4.1.2 基于K-means的类内原语
4.1.3 基于图聚类的类间原语筛选
4.1.4 原语的特征表示
4.2 基于原语的动作表示
4.3 基于原语序列的动作分类
4.3.1 序列匹配
4.3.2 初始参数分析
4.4 本章小结
第五章 总结与展望
参考文献
硕士期间撰写论文
致谢
声明