注冊 | 登錄讀書好,好讀書,讀好書!
讀書網(wǎng)-DuShu.com
當(dāng)前位置: 首頁出版圖書科學(xué)技術(shù)計(jì)算機(jī)/網(wǎng)絡(luò)人工智能視頻中人的動作分析與識別

視頻中人的動作分析與識別

視頻中人的動作分析與識別

定 價(jià):¥68.00

作 者: 吳心筱,劉翠微,賈云得 著
出版社: 人民郵電出版社
叢編項(xiàng): 國之重器出版工程
標(biāo) 簽: 暫缺

購買這本書可以去


ISBN: 9787568276047 出版時(shí)間: 2019-09-01 包裝: 平裝
開本: 16開 頁數(shù): 312 字?jǐn)?shù):  

內(nèi)容簡介

  本書圍繞視頻中人的動作分析與識別問題,論述了動作分析的基本概念、發(fā)展歷程以及應(yīng)用,并介紹了動作分析的相關(guān)基礎(chǔ)知識、動作分析的典型方法和技術(shù)、以及動作分析的常用數(shù)據(jù)庫。然后從動作分析中的不同研究方向出發(fā),介紹了三維人體姿態(tài)估計(jì)的多種經(jīng)典方法、動作識別與定位的各類經(jīng)典方法。最后面向多視角動作識別問題,介紹了視角無關(guān)動作識別、跨視角動作識別的經(jīng)典方法。本書可供從事計(jì)算機(jī)視覺、模式分類、人工智能以及相關(guān)領(lǐng)域研究和應(yīng)用的技術(shù)研發(fā)人員參考,也可作為相關(guān)專業(yè)的高年級本科生和研究生的教材。

作者簡介

  吳心筱,于2010年獲得北京理工大學(xué)博士學(xué)位?,F(xiàn)任北京理工大學(xué)副教授,博士生導(dǎo)師。主要研究方向?yàn)橛?jì)算機(jī)視覺、圖像視頻內(nèi)容理解。在IJCV、IEEE TIP、IEEE TMM等重要國際刊物和AAAI、ICCV、CVPR、ECCV等**國際會議上發(fā)表學(xué)術(shù)論文30余篇。負(fù)責(zé)國家自然科學(xué)基金青年和面上項(xiàng)目、教育部博士點(diǎn)基金等項(xiàng)目。獲“2012年中國人工智能學(xué)會優(yōu)秀博士學(xué)位論文”榮譽(yù)。

圖書目錄

第 1章 緒論 001
1.1 動作分析的基本概念 002
1.1.1 特征提取 004
1.1.2 估計(jì)器 005
1.1.3 分類器 005
1.1.4 區(qū)域搜索 005
1.2 動作分析的發(fā)展歷程 006
1.3 動作分析的應(yīng)用 015
參考文獻(xiàn) 017
第 2章 動作分析基礎(chǔ)知識 027
2.1 局部特征點(diǎn) 028
2.1.1 特征點(diǎn)檢測 028
2.1.2 特征點(diǎn)跟蹤 030
2.1.3 特征描述子 031
2.1.4 詞袋模型 033
2.2 運(yùn)動檢測 034
2.2.1 幀間差分 035
2.2.2 背景減除 036
2.2.3 光流場 038
2.3 成分分析與判別函數(shù) 040
2.3.1 主成分分析 040
2.3.2 線性判別分析 042
2.3.3 多重判別分析 043
2.4 最大似然估計(jì) 043
2.4.1 基本原理 044
2.4.2 多元正態(tài)分布下的參數(shù)估計(jì) 045
2.5 最近鄰分類 046
2.5.1 基本原理 046
2.5.2 距離度量函數(shù) 046
2.5.3 近鄰個(gè)數(shù) 047
2.5.4 分類規(guī)則 047
2.6 支持向量機(jī) 047
2.6.1 最優(yōu)分類平面 047
2.6.2 線性不可分情況 050
2.6.3 非線性支持向量機(jī) 050
2.7 隱馬爾可夫模型 052
2.7.1 隱馬爾可夫模型的定義 052
2.7.2 隱馬爾可夫模型的基本假設(shè) 053
2.7.3 隱馬爾可夫模型的基本問題 053
2.8 神經(jīng)網(wǎng)絡(luò) 054
2.8.1 神經(jīng)元模型 054
2.8.2 神經(jīng)網(wǎng)絡(luò)模型 055
2.8.3 反向傳播算法 056
2.9 聚類 058
2.9.1 基本原理 058
2.9.2 K means聚類 058
2.9.3 層次聚類 059
參考文獻(xiàn) 060
第3章 動作分析經(jīng)典方法 065
3.1 動作表示 066
3.1.1 時(shí)空特征 066
3.1.2 語義特征 071
3.1.3 深度特征 071
3.2 姿態(tài)估計(jì) 077
3.2.1 自底向上基于表觀的估計(jì)方法 078
3.2.2 自頂向下基于模型的估計(jì)方法 080
3.2.3 自底向上和自頂向下相結(jié)合的估計(jì)方法 083
3.3 動作識別 084
3.3.1 單層動作識別方法 084
3.3.2 層級動作識別方法 086
3.4 動作定位 089
3.4.1 時(shí)域動作定位 089
3.4.2 時(shí)空動作定位 091
3.5 常用數(shù)據(jù)庫 092
參考文獻(xiàn) 108
第4章 學(xué)習(xí)非線性流形空間的人體姿態(tài)估計(jì) 133
4.1 引言 134
4.2 流形學(xué)習(xí)方法 135
4.3 人體運(yùn)動的非線性流形空間 136
4.4 流形空間到原始姿態(tài)空間映射 138
4.4.1 映射函數(shù)建模 139
4.4.2 流形空間概率分布建模 139
4.4.3 映射函數(shù)參數(shù)學(xué)習(xí) 140
4.5 實(shí)驗(yàn) 140
4.5.1 三維人手姿態(tài)估計(jì) 141
4.5.2 三維人體姿態(tài)估計(jì) 144
4.6 小結(jié) 147
參考文獻(xiàn) 147
第5章 利用語義知識反饋的人體姿態(tài)估計(jì) 149
5.1 引言 150
5.2 姿態(tài)估計(jì)多義性 151
5.3 語義知識建模 152
5.3.1 局部語義知識 152
5.3.2 全局語義知識 154
5.4 語義知識反饋 156
5.4.1 局部語義知識反饋 156
5.4.2 全局語義知識反饋 156
5.5 語義知識反饋用于姿態(tài)估計(jì) 157
5.5.1 基于Hausdorff距離的動作識別 159
5.5.2 基于局部語義反饋和全局語義反饋的姿態(tài)估計(jì) 160
5.6 實(shí)驗(yàn) 161
5.6.1 實(shí)驗(yàn)數(shù)據(jù) 161
5.6.2 結(jié)果分析與比較 162
5.7 小結(jié) 165
參考文獻(xiàn) 165
第6章 采用增量判別相關(guān)分析的動作識別 167
6.1 引言 168
6.2 判別典型相關(guān)分析 169
6.3 增量判別典型相關(guān)分析 170
6.3.1 更新總典型相關(guān)矩陣 171
6.3.2 更新類間典型相關(guān)矩陣 172
6.3.3 更新判別矩陣 172
6.4 半監(jiān)督增量判別典型相關(guān)分析 173
6.5 實(shí)驗(yàn) 174
6.5.1 Weizmann數(shù)據(jù)庫實(shí)驗(yàn) 174
6.5.2 KTH數(shù)據(jù)庫實(shí)驗(yàn) 177
6.5.3 魯棒性驗(yàn)證 180
6.6 小結(jié) 182
參考文獻(xiàn) 182
第7章 融合多視覺對象的動作識別 185
7.1 引言 186
7.2 動作上下文信息 187
7.3 視覺對象特征表示 188
7.3.1 時(shí)空興趣點(diǎn)特征 188
7.3.2 類相關(guān)語義特征 193
7.4 視覺對象關(guān)聯(lián)建模 194
7.4.1 含有隱變量的結(jié)構(gòu)支持向量機(jī) 195
7.4.2 關(guān)聯(lián)模型構(gòu)建 196
7.4.3 關(guān)聯(lián)模型訓(xùn)練 198
7.4.4 關(guān)聯(lián)模型預(yù)測 199
7.5 實(shí)驗(yàn) 199
7.5.1 實(shí)驗(yàn)數(shù)據(jù) 199
7.5.2 實(shí)驗(yàn)結(jié)果及分析 200
7.6 小結(jié) 206
參考文獻(xiàn) 206
第8章 聯(lián)合原子動作建模的動作識別 211
8.1 引言 212
8.2 原子動作 213
8.3 聯(lián)合原子動作建模 215
8.3.1 聯(lián)合模型構(gòu)建 215
8.3.2 聯(lián)合模型訓(xùn)練 217
8.3.3 聯(lián)合模型預(yù)測 219
8.4 原子動作自動標(biāo)注 219
8.5 實(shí)驗(yàn) 222
8.5.1 實(shí)驗(yàn)數(shù)據(jù) 222
8.5.2 動作識別結(jié)果分析 223
8.5.3 半監(jiān)督學(xué)習(xí)方法評估 226
8.5.4 視頻描述結(jié)果分析 227
8.6 小結(jié) 230
參考文獻(xiàn) 231
第9章 跨域知識遷移的動作識別與時(shí)空定位 235
9.1 引言 236
9.2 弱監(jiān)督時(shí)空動作定位 237
9.3 圖像到視頻特征遷移 238
9.3.1 圖像和視頻特征表示 238
9.3.2 圖像到視頻特征變換 240
9.4 時(shí)空子區(qū)域候選集合 241
9.4.1 提取興趣圖像塊 242
9.4.2 篩選興趣圖像塊 243
9.4.3 生成時(shí)空子區(qū)域候選集合 244
9.5 含有隱變量的遷移支持向量機(jī) 246
9.5.1 模型構(gòu)建 246
9.5.2 模型學(xué)習(xí) 247
9.5.3 模型預(yù)測 249
9.6 實(shí)驗(yàn) 249
9.6.1 實(shí)驗(yàn)數(shù)據(jù) 249
9.6.2 實(shí)驗(yàn)結(jié)果與分析 251
9.7 小結(jié) 255
參考文獻(xiàn) 256
第 10章 結(jié)構(gòu)化學(xué)習(xí)下的視角無關(guān)動作識別 261
10.1 引言 262
10.2 視角無關(guān)動作識別 263
10.3 含有隱變量的核化結(jié)構(gòu)支持向量機(jī) 264
10.3.1 模型構(gòu)建 264
10.3.2 模型學(xué)習(xí) 265
10.3.3 模型預(yù)測 266
10.4 融合多層特征核函數(shù) 267
10.4.1 底層視覺特征核函數(shù) 267
10.4.2 中層相關(guān)特征核函數(shù) 268
10.4.3 高層類別標(biāo)簽核函數(shù) 269
10.5 實(shí)驗(yàn) 269
10.5.1 實(shí)驗(yàn)數(shù)據(jù) 269
10.5.2 實(shí)驗(yàn)設(shè)計(jì) 269
10.5.3 實(shí)驗(yàn)結(jié)果與分析 271
10.6 小結(jié) 275
參考文獻(xiàn) 275
第 11章 異構(gòu)判別分析下的跨視角動作識別 279
11.1 引言 280
11.2 跨視角動作識別 281
11.3 異構(gòu)線性判別分析 283
11.3.1 總散度矩陣 284
11.3.2 類間散度矩陣 285
11.3.3 分布差異約束 286
11.3.4 局部保持約束 286
11.3.5 優(yōu)化求解 287
11.4 異構(gòu)非線性核判別分析 288
11.4.1 總散度矩陣 289
11.4.2 類間散度矩陣 289
11.4.3 分布差異約束 290
11.4.4 局部保持約束 290
11.4.5 優(yōu)化求解 290
11.5 實(shí)驗(yàn) 290
11.5.1 實(shí)驗(yàn)數(shù)據(jù) 291
11.5.2 實(shí)驗(yàn)設(shè)計(jì) 291
11.5.3 實(shí)驗(yàn)結(jié)果與分析 293
11.6 小結(jié) 299
參考文獻(xiàn) 300

本目錄推薦

掃描二維碼
Copyright ? 讀書網(wǎng) ranfinancial.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號 鄂公網(wǎng)安備 42010302001612號