声明
摘要
第一章 绪论
1.1 课题的研究背景及意义
1.2 国内外研究现状及难点
1.2.1 人体行为识别的研究现状
1.2.2 人体行为识别的研究难点
1.3 本文章节安排
第二章 显著性检测算法
2.1 显著性特征描述
2.2 空间显著性检测
2.2.1 Itti模型
2.2.2 统计模型
2.3 时间显著性检测
2.3.1 运动特征提取方法
2.3.2 时间显著性模型
2.4 时空显著性检测
2.4.1 时空显著图的融合方法
2.4.2 视频显著性检测算法
2.5 本章小结
第三章 改进稠密轨迹的提取
3.1 特征点的检测
3.1.1 Harris角点检测
3.1.2 SIFT特征点检测
3.1.3 稠密特征点检测
3.2 特征点的跟踪
3.2.1 KLT特征点跟踪算法
3.2.2 稠密光流场的建立
3.2.3 基于稠密光流场的特征点跟踪
3.3 相机运动消除
3.4 实验结果与分析
3.5 本章小结
第四章 描述符的选取
4.1 轨迹形状描述符
4.2 结构和运动描述符
4.2.1 梯度方向直方图
4.2.2 光流直方图
4.2.3 运动边界直方图
4.3 实验结果与分析
4.4 本章小结
第五章 人体行为的描述与识别
5.1 人体行为的描述
5.1.1 词袋模型(BOW)
5.1.2 Fisher向量模型
5.2 人体行为的识别
5.2.1 K最近邻算法
5.2.2 支持向量机
5.2.3 支持向量机多分类问题
5.3 实验结果与分析
5.3.1 实验数据集的选取
5.3.2 改进稠密轨迹与稠密轨迹比较
5.3.3 Fisher向量模型和BOW模型比较
5.3.4 与其他文献方法比较
5.4 本章小结
第六章 总结与展望
6.1 总结
6.2 展望
参考文献
发表论文和参加科研情况
致谢