注册 | 登录读书好,好读书,读好书!
读书网-DuShu.com
当前位置: 首页出版图书科学技术工业技术无线电电子学、电信技术视频序列中的行为识别建模研究

视频序列中的行为识别建模研究

视频序列中的行为识别建模研究

定 价:¥58.00

作 者: 徐勤军
出版社: 吉林大学出版社
丛编项:
标 签: 暂缺

购买这本书可以去


ISBN: 9787569291032 出版时间: 2022-04-01 包装: 平装-胶订
开本: 16开 页数: 192 字数:  

内容简介

  视频序列中行为识别的研究是当前的一个研究热点,应用前景广阔,在医疗看护、视频监控、安保、视频检索以及运动分析等方面已经步入实用化。但由于视频本身包含了丰富的信息,且实际应用场景下背景糟杂、视角多变以及行为本身的歧义性,行为识别的研究存在着诸多挑战,需要进一步的深入研究。 本文的主要工作围绕着如何表示视频中的行为展开,包含三个方面,一是研究从底层特征中提取中层特征表示问题;二是从行为相似的角度来研究行为的表示;三是从特征的统计分布出发研究特征的编码表示方法。总之,基于手工设计的特征,本文从多个角度来改进底层特征的表示能力,进而提升分类识别性能

作者简介

  徐勤军(1975.8~ ),男,山东新泰人,东南大学信息与通信系统专业博士,闽南师范大学讲师,主持福建省自然科学基金(2018J01552),福建省教育厅科研项目(JA15309)各一项,研究方向为计算机视觉,模式识别。

图书目录

目录
章绪  论................................................................................1
一、研究背景与意义......................................................................1
二、国内外研究现状......................................................................5
(一)行为识别的特征表示.............................................................9
(二)分类识别方法.....................................................................21
三、视频序列的行为识别建模的技术难点....................................30
四、行为识别视频数据库.............................................................33
(一)单人行为数据库..................................................................34
(二)复杂行为数据库..................................................................35
五、主要工作................................................................................39
六、本书组织结构........................................................................41
第二章概率隐含语义分析模型的行为识别研究.............................43
一、引言.......................................................................................43
二、主题模型在行为识别中的应用...............................................45
(一)主题模型............................................................................45
(二)主题模型在行为识别中的应用.............................................48
三、评估方法................................................................................50
(一)特征提取和表示..................................................................50
(二)特征编码与归一化..............................................................52
(三)PLSA模型设置....................................................................53
四、实验结果与分析.....................................................................54
(一)KTH数据库的实验结果........................................................55
(二)UT-interaction数据库的实验结果.....................................61
五、结果分析与讨论.....................................................................72
六、本章小结................................................................................74
第三章行为相似度识别的过完备稀疏方法....................................75
一、引言.......................................................................................75
二、相关研究................................................................................77
三、基于高斯混合模型的过完备稀疏方法....................................80
(一)特征提取............................................................................81
(二)高斯混合模型.....................................................................82
(三)字典学习与稀疏编码...........................................................84
(四)概率加权的池化表示...........................................................85
四、实验结果与分析.....................................................................87
(一)实验设置............................................................................87
(二)参数选择............................................................................87
(三)不同特征描述符的性能比较................................................90
(四)与主流算法的性能比较.......................................................92
(五)结果分析与讨论..................................................................93
五、本章小结................................................................................98
第四章基于费舍尔向量和局域聚合描述符向量编码的行为识别
    方法....................................................................................100
一、特征编码方法......................................................................100
二、费舍尔向量和局域聚合描述符向量编码..............................104
(一)费舍尔向量编码................................................................104
(二)局域聚合描述符向量编码..................................................106
(三)单词包、费舍尔向量和局域聚合描述符向量编码的关系
...................................................................................................107
三、基于软分配的局域聚合描述符向量编码..............................108
四、联合高阶矩的费舍尔向量编码.............................................110
五、实验结果与分析...................................................................113
(一)实验设置...........................................................................113
(二)主成分分析影响................................................................115
(三)基于软分配的局域聚合描述符向量编码的实验结果............116
(四)联合高阶矩的费舍尔向量方法的实验结果..........................119
(五)结果分析与讨论................................................................124
六、本章小结..............................................................................126
第五章基于时空信息的超向量编码行为识别方法.......................127
一、引言.....................................................................................127
二、基于时空信息的超向量编码方法.........................................130
三、实验结果与分析...................................................................133
(一)KTH数据库上的实验结果...................................................135
(二)UCFsports数据库上的实验结果.......................................137
(三)UCF101数据库上的实验结果..............................................139
(四)实验结果分析....................................................................143
四、本章小结..............................................................................149
第六章总结与展望.........................................................................150
一、总结.....................................................................................150
二、展望.....................................................................................152
参加的科研项目和获得的奖励.........................................................154
参考文献155

本目录推荐