人體行為識別算法研究

定　價：￥52.00

作　者：	裴利沈著
出版社：	經(jīng)濟管理出版社
叢編項：	信息化網(wǎng)絡(luò)平臺研究叢書
標　簽：	暫缺

購買這本書可以去

ISBN：	9787509673447	出版時間：	2020-08-01	包裝：	平裝
開本：	16開	頁數(shù)：	133	字數(shù)：

內(nèi)容簡介

　　行為識別是人工智能、計算機視覺等領(lǐng)域的熱點與重點研究問題，旨在對圖像、視頻數(shù)據(jù)中的人體行為進行分析識別，其研究成果在安全監(jiān)控、老年人和病人監(jiān)護、視頻索引與檢索、人機交互、物聯(lián)網(wǎng)等方面得到了廣泛應(yīng)用。然而，現(xiàn)有行為識別技術(shù)對解決某些實際應(yīng)用問題卻力有不逮。為解決一些實際問題，《人體行為識別算法研究》針對如下四個關(guān)于視頻中人體行為識別問題展開了研究，即：在特定場景下，當某些行為的樣本極難收集時，如何利用極少的樣本快速地對特定行為進行有效識別；在比較復(fù)雜但行人可檢測的場景中，如何有效地對特定行為進行識別；在比較復(fù)雜但行人可檢測的場景中，如何快速有效地對多類行為進行識別；在不能有效定位行人的復(fù)雜場景中，如何有效地對多類行為進行識別。《人體行為識別算法研究》從實際應(yīng)用問題出發(fā)，以模式識別、機器學習、深度學習等理論為基礎(chǔ)，開展了一系列創(chuàng)新性的研究，并針對上述問題給出了相應(yīng)的解決方案。

作者簡介

　　裴利沈，女，河南濮陽人，中共黨員，2016年畢業(yè)于電子科技大學，獲得博士學位。現(xiàn)任河南財經(jīng)政法大學計算機與信息工程學院專職教師，主講課程有數(shù)據(jù)結(jié)構(gòu)、操作系統(tǒng)原理等。主要研究方向為計算機視覺、機器學習、行為識別等。近年來主持國家自然科學基金項目、省部級項目等多項，發(fā)表相關(guān)學術(shù)論文十余篇。

圖書目錄

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 研究內(nèi)容及創(chuàng)新點
1．3．1 主要研究內(nèi)容
1．3．2 主要創(chuàng)新點
1．4 本書的組織結(jié)構(gòu)
第2章基于單樣本的行為識別與檢測
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 興趣點提取
2．3．2 興趣點匹配
2．3．3 匹配點對投票
2．3．4 位移直方圖歸一化
2．4 基于運動估計的行為檢測
2．4．1 運動區(qū)域估計
2．4．2 行為匹配
2．4．3 行為定位
2．5 實驗
2．5．1 行為表征的有效性
2．5．2 單實例行為檢測
2．5．3 多實例行為檢測
2．5．4 行為分類識別
2．5．5 時間復(fù)雜度
2．6 本章小結(jié)
第3章基于時空特征學習的行為識別
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)的時空特征學習
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 時空特征
3．4 基于SVM分類器的行為識別
3．5 實驗
3．5．1 UCF Sports行為數(shù)據(jù)庫
3．5．2 Keck Gesture數(shù)據(jù)庫
3．5．3 KTH行為數(shù)據(jù)庫
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別
4．4．1 倒排索引表
4．4．2 行為識別的分值向量
4．4．3 權(quán)重學習
4．5 實驗
4．5．1 Keck Gesture數(shù)據(jù)庫
4．5．2 Weizmann行為數(shù)據(jù)庫
4．5．3 KTH行為數(shù)據(jù)庫
4．5．4 UCF Sports行為數(shù)據(jù)庫
4．5．5 時間復(fù)雜度
4．6 本章小結(jié)
第5章基于時間緩慢不變特征學習的行為識別
5．1 相關(guān)研究及問題形成
5．2 方法概述
5．3 時間緩慢不變特征學習及池化
5．3．1 空間特征學習
5．3．2 空間特征的可視化
5．3．3 時空特征的池化處理
5．4 基于BOF的行為表征及識別
5．5 實驗
5．5．1 實驗設(shè)置
5．5．2 實驗細節(jié)描述
5．5．3 實驗結(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