中圖網(wǎng)小程序
一鍵登錄
更方便
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養(yǎng)秘籍)
-
>
晶體管電路設(shè)計(jì)(下)
-
>
基于個(gè)性化設(shè)計(jì)策略的智能交通系統(tǒng)關(guān)鍵技術(shù)
-
>
花樣百出:貴州少數(shù)民族圖案填色
-
>
山東教育出版社有限公司技術(shù)轉(zhuǎn)移與技術(shù)創(chuàng)新歷史叢書中國(guó)高等技術(shù)教育的蘇化(1949—1961)以北京地區(qū)為中心
-
>
鐵路機(jī)車概要.交流傳動(dòng)內(nèi)燃.電力機(jī)車
-
>
利維坦的道德困境:早期現(xiàn)代政治哲學(xué)的問題與脈絡(luò)
買過本商品的人還買了
中圖價(jià):¥40.5
加入購(gòu)物車
人體行為識(shí)別算法研究 版權(quán)信息
- ISBN：9787509673447
- 條形碼：9787509673447 ; 978-7-5096-7344-7
- 裝幀：一般膠版紙
- 冊(cè)數(shù)：暫無
- 重量：暫無
- 所屬分類：>
人體行為識(shí)別算法研究 內(nèi)容簡(jiǎn)介
行為識(shí)別是人工智能、計(jì)算機(jī)視覺等領(lǐng)域的熱點(diǎn)與重點(diǎn)研究問題。該問題對(duì)圖像、視頻數(shù)據(jù)中的人體行為進(jìn)行分析識(shí)別, 其研究成果在安全監(jiān)控、老年人和病人監(jiān)護(hù)、視頻索引與檢索、人機(jī)交互、物聯(lián)網(wǎng)等方面得到了廣泛應(yīng)用。然而, 現(xiàn)有行為識(shí)別技術(shù)對(duì)解決某些實(shí)際應(yīng)用問題卻力有不逮。為解決一些實(shí)際問題, 本書針對(duì)如下四個(gè)關(guān)于視頻中人體行為識(shí)別問題展開了研究。即, 在特定場(chǎng)景下, 當(dāng)某些行為的樣本極難收集時(shí), 如何利用極少的樣本快速對(duì)特定行為進(jìn)行有效識(shí)別 ; 在比較復(fù)雜但行人可檢測(cè)的場(chǎng)景中, 如何有效的對(duì)特定行為進(jìn)行識(shí)別 ; 在比較復(fù)雜但行人可檢測(cè)的場(chǎng)景中, 如何快速有效的對(duì)多類行為進(jìn)行識(shí)別 ; 在不能有效定位行人的復(fù)雜場(chǎng)景中, 如何有效的對(duì)多類行為進(jìn)行識(shí)別。
人體行為識(shí)別算法研究 目錄
第1章 緒論
1．1 研究背景及意義
1．2 研究現(xiàn)狀及存在問題
1．2．1 人體行為識(shí)別概述
1．2．2 人體行為的表征方法
1．2．3 人體行為的分類方法
1．3 研究?jī)?nèi)容及創(chuàng)新點(diǎn)
1．3．1 主要研究?jī)?nèi)容
1．3．2 主要?jiǎng)?chuàng)新點(diǎn)
1．4 本書的組織結(jié)構(gòu)
第2章 基于單樣本的行為識(shí)別與檢測(cè)
2．1 相關(guān)研究及問題形成
2．2 方法概述
2．3 基于霍夫空間投票的行為表征
2．3．1 興趣點(diǎn)提取
2．3．2 興趣點(diǎn)匹配
2．3．3 匹配點(diǎn)對(duì)投票
2．3．4 位移直方圖歸一化
2．4 基于運(yùn)動(dòng)估計(jì)的行為檢測(cè)
2．4．1 運(yùn)動(dòng)區(qū)域估計(jì)
2．4．2 行為匹配
2．4．3 行為定位
2．5 實(shí)驗(yàn)
2．5．1 行為表征的有效性
2．5．2 單實(shí)例行為檢測(cè)
2．5．3 多實(shí)例行為檢測(cè)
2．5．4 行為分類識(shí)別
2．5．5 時(shí)間復(fù)雜度
2．6 本章小結(jié)
第3章 基于時(shí)空特征學(xué)習(xí)的行為識(shí)別
3．1 相關(guān)研究及問題形成
3．2 方法概述
3．3 基于神經(jīng)網(wǎng)絡(luò)的時(shí)空特征學(xué)習(xí)
3．3．1 行為跟蹤序列
3．3．2 視頻塊形狀特征
3．3．3 多RBMs神經(jīng)網(wǎng)絡(luò)層
3．3．4 時(shí)空特征
3．4 基于SVM分類器的行為識(shí)別
3．5 實(shí)驗(yàn)
3．5．1 UCF Sports行為數(shù)據(jù)庫(kù)
3．5．2 Keck Gesture數(shù)據(jù)庫(kù)
3．5．3 KTH行為數(shù)據(jù)庫(kù)
3．6 本章小結(jié)
第4章 基于倒排索引表的快速多類行為識(shí)別
4．1 相關(guān)研究及問題形成
4．2 方法概述
4．3 基于行為狀態(tài)序列的行為表征
4．3．1 預(yù)處理
4．3．2 行為狀態(tài)二叉樹
4．3．3 行為狀態(tài)序列表征
4．4 基于倒排索引表的行為識(shí)別
4．4．1 倒排索引表
4．4．2 行為識(shí)別的分值向量
4．4．3 權(quán)重學(xué)習(xí)
4．5 實(shí)驗(yàn)
4．5．1 Keck Gesture數(shù)據(jù)庫(kù)
4．5．2 Weizmann行為數(shù)據(jù)庫(kù)
4．5．3 KTH行為數(shù)據(jù)庫(kù)
4．5．4 UCF Sports行為數(shù)據(jù)庫(kù)
4．5．5 時(shí)間復(fù)雜度
4．6 本章小結(jié)
第5章 基于時(shí)間緩慢不變特征學(xué)習(xí)的行為識(shí)別
5．1 相關(guān)研究及問題形成
5．2 方法概述
5．3 時(shí)間緩慢不變特征學(xué)習(xí)及池化
5．3．1 空間特征學(xué)習(xí)
5．3．2 空間特征的可視化
5．3．3 時(shí)空特征的池化處理
5．4 基于BOF的行為表征及識(shí)別
5．5 實(shí)驗(yàn)
5．5．1 實(shí)驗(yàn)設(shè)置
5．5．2 實(shí)驗(yàn)細(xì)節(jié)描述
5．5．3 實(shí)驗(yàn)結(jié)果與分析
5．6 本章小結(jié)
第6章 總結(jié)及展望
6．1 全書總結(jié)
6．2 未來展望
參考文獻(xiàn)
1．1 研究背景及意義
1．2 研究現(xiàn)狀及存在問題
1．2．1 人體行為識(shí)別概述
1．2．2 人體行為的表征方法
1．2．3 人體行為的分類方法
1．3 研究?jī)?nèi)容及創(chuàng)新點(diǎn)
1．3．1 主要研究?jī)?nèi)容
1．3．2 主要?jiǎng)?chuàng)新點(diǎn)
1．4 本書的組織結(jié)構(gòu)
第2章 基于單樣本的行為識(shí)別與檢測(cè)
2．1 相關(guān)研究及問題形成
2．2 方法概述
2．3 基于霍夫空間投票的行為表征
2．3．1 興趣點(diǎn)提取
2．3．2 興趣點(diǎn)匹配
2．3．3 匹配點(diǎn)對(duì)投票
2．3．4 位移直方圖歸一化
2．4 基于運(yùn)動(dòng)估計(jì)的行為檢測(cè)
2．4．1 運(yùn)動(dòng)區(qū)域估計(jì)
2．4．2 行為匹配
2．4．3 行為定位
2．5 實(shí)驗(yàn)
2．5．1 行為表征的有效性
2．5．2 單實(shí)例行為檢測(cè)
2．5．3 多實(shí)例行為檢測(cè)
2．5．4 行為分類識(shí)別
2．5．5 時(shí)間復(fù)雜度
2．6 本章小結(jié)
第3章 基于時(shí)空特征學(xué)習(xí)的行為識(shí)別
3．1 相關(guān)研究及問題形成
3．2 方法概述
3．3 基于神經(jīng)網(wǎng)絡(luò)的時(shí)空特征學(xué)習(xí)
3．3．1 行為跟蹤序列
3．3．2 視頻塊形狀特征
3．3．3 多RBMs神經(jīng)網(wǎng)絡(luò)層
3．3．4 時(shí)空特征
3．4 基于SVM分類器的行為識(shí)別
3．5 實(shí)驗(yàn)
3．5．1 UCF Sports行為數(shù)據(jù)庫(kù)
3．5．2 Keck Gesture數(shù)據(jù)庫(kù)
3．5．3 KTH行為數(shù)據(jù)庫(kù)
3．6 本章小結(jié)
第4章 基于倒排索引表的快速多類行為識(shí)別
4．1 相關(guān)研究及問題形成
4．2 方法概述
4．3 基于行為狀態(tài)序列的行為表征
4．3．1 預(yù)處理
4．3．2 行為狀態(tài)二叉樹
4．3．3 行為狀態(tài)序列表征
4．4 基于倒排索引表的行為識(shí)別
4．4．1 倒排索引表
4．4．2 行為識(shí)別的分值向量
4．4．3 權(quán)重學(xué)習(xí)
4．5 實(shí)驗(yàn)
4．5．1 Keck Gesture數(shù)據(jù)庫(kù)
4．5．2 Weizmann行為數(shù)據(jù)庫(kù)
4．5．3 KTH行為數(shù)據(jù)庫(kù)
4．5．4 UCF Sports行為數(shù)據(jù)庫(kù)
4．5．5 時(shí)間復(fù)雜度
4．6 本章小結(jié)
第5章 基于時(shí)間緩慢不變特征學(xué)習(xí)的行為識(shí)別
5．1 相關(guān)研究及問題形成
5．2 方法概述
5．3 時(shí)間緩慢不變特征學(xué)習(xí)及池化
5．3．1 空間特征學(xué)習(xí)
5．3．2 空間特征的可視化
5．3．3 時(shí)空特征的池化處理
5．4 基于BOF的行為表征及識(shí)別
5．5 實(shí)驗(yàn)
5．5．1 實(shí)驗(yàn)設(shè)置
5．5．2 實(shí)驗(yàn)細(xì)節(jié)描述
5．5．3 實(shí)驗(yàn)結(jié)果與分析
5．6 本章小結(jié)
第6章 總結(jié)及展望
6．1 全書總結(jié)
6．2 未來展望
參考文獻(xiàn)
展開全部
人體行為識(shí)別算法研究 作者簡(jiǎn)介
裴利沈，女，河南濮陽(yáng)人，中共黨員，2016年畢業(yè)于電子科技大學(xué)，獲得博士學(xué)位，F(xiàn)任河南財(cái)經(jīng)政法大學(xué)計(jì)算機(jī)與信息工程學(xué)院專職教師，主講課程有數(shù)據(jù)結(jié)構(gòu)、操作系統(tǒng)原理等。主要研究方向?yàn)橛?jì)算機(jī)視覺、機(jī)器學(xué)習(xí)、行為識(shí)別等。近年來主持國(guó)家自然科學(xué)基金項(xiàng)目、省部級(jí)項(xiàng)目等多項(xiàng)，發(fā)表相關(guān)學(xué)術(shù)論文十余篇。
書友推薦
- >
煙與鏡
- >
小考拉的故事-套裝共3冊(cè)
- >
月亮與六便士
- >
我從未如此眷戀人間
- >
我與地壇
- >
莉莉和章魚
- >
山海經(jīng)
- >
詩(shī)經(jīng)-先民的歌唱
本類暢銷
