声明
摘要
第一章 绪论
1.1 人体动作识别概述
1.2 动作特征提取方法综述
1.3 时空兴趣点描述方法
1.4 人体动作识别方法研究现状
1.4.1 基于模板匹配的动作识别方法
1.4.2 基于状态空间的动作识别方法
1.4.3 基于概率统计的动作识别方法
1.5 课题意义及研究内容
1.5.1 课题研究意义
1.5.2 课题主要研究内容
2.1 引言
2.2 基于Cuboid的时空兴趣点提取
2.3 基于3DHarris的时空兴趣点提取
2.4 基于HOG3D的时空兴趣点描述器
2.4.1 三维平均梯度计算
2.4.2 梯度方向量化
2.4.3 梯度投影求和
2.4.4 描述符累加
2.5 基于HOF的时空兴趣点描述器
2.5.1 基于L-K光流法的速度计算
2.5.2 HOF特征描述
2.6 基于PCA的特征降维
2.7 小结
第三章 基于改进信息增益的人体动作识别视觉词典建立
3.1 词袋模型
3.2 初始视觉词典建立
3.3 传统信息增益视觉词典建立
3.4 基于改进信息增益的视觉词典建立
3.5 基于支持向量机的人体动作识别
3.6 小结
第四章 基于离散粒子群的人体动作视频关键帧选取
4.1 引言
4.2 离散粒子群寻优算法
4.2.1 传统粒子群
4.2.2 离散粒子群
4.3 动作特征相似度评价
4.4 基于离散粒子群的关键帧选取
4.5 小结
第五章 人体动作识别实验结果
5.1 人体动作识别数据库
5.2 人体动作识别总体设计
5.3 初始视觉词典建立结果
5.4 基于改进信息增益的视觉词典建立结果
5.5 关键帧选取结果
5.6 人体动作识别结果
5.7 动作识别结果评价
5.8 小结
第六章 结论与展望
6.1 结论
6.2 展望
参考文献
致谢
研究成果及发表的学术论文
作者与导师简介