第1 章 人體行為識別概述001
1.1 人體行為識別介紹 001
1.2 人體行為識別的國內外研究現狀. 002
1.2.1 時空興趣點 003
1.2.2 局部特征表示 004
1.2.3 全局特征表示 006
1.2.4 深度特征表示 007
1.3 人體行為識別數據集. 008
參考文獻. 012
第2 章 全局特征表示下的人體行為識別.017
2.1 運動與結構特征嵌入. 017
2.1.1 概述 017
2.1.2 特征映射 019
2.1.3 高斯金字塔 020
2.1.4 中心環繞機制 021
2.1.5 特征提取 022
2.1.6 實驗結果 025
2.2 時空拉普拉斯金字塔編碼. 032
2.2.1 概述 032
2.2.2 基于時空拉普拉斯金字塔特征提取 033
2.2.3 特征提取 036
2.2.4 實驗結果 038
2.3 時空可控能量描述符. 044
2.3.1 概述 044
2.3.2 時空可控金字塔特征表示. 045
2.3.3 實驗結果 049
2.4 本章小結 055
參考文獻. 055
第3 章 局部特征表示下的人體行為識別.061
3.1 基于BoW 方法 061
3.1.1 概述 061
3.1.2 BoW 局部特征表示. 062
3.1.3 實驗結果 065
3.2 基于稀疏編碼方法 068
3.2.1 概述 068
3.2.2 基于稀疏編碼的局部特征表示. 068
3.2.3 實驗結果 071
3.3 基于匹配核方法 073
3.3.1 概述 073
3.3.2 匹配核的局部特征表示. 074
3.3.3 實驗結果 076
3.4 樸素貝葉斯近鄰方法及其擴展. 076
3.4.1 概述 076
3.4.2 樸素貝葉斯*近鄰方法. 077
3.4.3 樸素貝葉斯*近鄰核方法. 078
3.4.4 局部樸素貝葉斯*近鄰方法. 079
3.4.5 實驗結果 080
3.5 基于圖像到類距離的判別嵌入. 081
3.5.1 概述 081
3.5.2 圖像到類距離 082
3.5.3 基于I2C 距離的判別嵌入. 083
3.5.4 實驗結果 088
3.6 局部高斯嵌入 091
3.6.1 概述 091
3.6.2 局部高斯嵌入 092
3.6.3 實驗結果 096
3.7 本章小結 100
參考文獻. 101
第4 章 人體行為識別新技術105
4.1 骨架節點的人體行為識別. 105
4.1.1 概述 105
4.1.2 人體骨架及骨架數據集. 107
4.1.3 基于骨架節點的深度學習的人體行為識別 109
4.2 深度信息下的人體行為識別. 116
4.2.1 概述 116
4.2.2 深度圖獲取 117
4.2.3 深度圖特征表征. 119
4.2.4 多通道融合 124
4.3 跨域的人體行為識別. 127
4.3.1 概述 127
4.3.2 跨光譜人體行為識別. 128
4.3.3 跨視角人體行為識別. 130
4.3.4 跨媒體人體行為識別. 134
4.4 本章小結 137
參考文獻. 137
第5 章 總結與展望.146