●第一章 緒論
一、研究背景與意義
二、國內外研究現狀
(一)行為識別的特征表示
(二)分類識別方法
三、視頻序列的行為識別建模的技術難點
四、行為識別視頻數據庫
(一)單人行為數據庫
(二)復雜行為數據庫
五、主要工作
六、本書組織結構
第二章 概率隱含語義分析模型的行為識別研究
—、引言
二、主題模型在行為識別中的應用
(一)主題模型
(二)主題模型在行為識別中的應用
三、評估方法
(一)特征提取和表示
(二)特征編碼與歸一化
(三)PLSA模型設置
四、實驗結果與分析
(一)KTH數據庫的實驗結果
(二)UT-interaction數據庫的實驗結果
五、結果分析與討論
六、本章小結
第三章 行為相似度識別的過完備稀疏方法
一、引言
二、相關研究
三、基於高斯混合模型的過完備稀疏方法
(一)特征提取
(二)高斯混合模型
(三)字典學習與稀疏編碼
(四)概率加權的池化表示
四、實驗結果與分析
(一)實驗設置
(二)參數選擇
(三)不同特征描述符的性能比較
(四)與主流算法的性能比較
(五)結果分析與討論
五、本章小結
第四章 基於費舍爾向量和局域聚合描述符向量編碼的行為識別方法
一、特征編碼方法
二、費舍爾向量和局域聚合描述符向量編碼
(一)費舍爾向量編碼
(二)局域聚合描述符向量編碼
(三)單詞包、費舍爾向量和局域聚合描述符向量編碼的關繫
三、基於軟分配的局域聚合描述符向量編碼
四、聯合高階矩的費舍爾向量編碼
五、實驗結果與分析
(一)實驗設置
(二)主成分分析影響
(三)基於軟分配的局域聚合描述符向量編碼的實驗結果
(四)聯合高階矩的費舍爾向量方法的實驗結果
(五)結果分析與討論
六、本章小結
第五章 基於時空信息的超向量編碼行為識別方法
—、引言
二、基於時空信息的超向量編碼方法
三、實驗結果與分析
(一)KTH數據庫上的實驗結果
(二)UCF sports數據庫上的實驗結果
(三)UCF101數據庫上的實驗結果
(四)實驗結果分析
四、本章小結
第六章 總結與展望
一、總結
二、展望
參加的科研項目和獲得的獎勵
參考文獻