基于机器学习的行为识别技术研究

　　本书针对智能视频分析这一主题，围绕视频监控中的人体复杂行为识别问题，详细地介绍了其概念、原理和技术方法。针对监控的复杂场景的需求，采用了机器学习、模式识别和计算机视觉中的一些先进技术，探讨了智能监控背景下的运动目标跟踪、运动特征提取和交互行为识别等关键问题，为增强现有的智能视频监控系统的自动化程度和智能处理能力提供强有力的理论支持和技术帮助。

　　涂宏斌，2000年毕业于华中交通大学，2007年工作于中国中车株洲电力机车研究所，长期从事智能交通、视频监控和人工智能方面研究。

目　录
第１章　绪论
１.１　研究背景与意义
１.２　国内外研究现状
１.３　研究内容与论文组织
第２章　人体关键点跟踪及轨迹恢复
２.１　引言
２.２　人体结构模型
２.３　基于马尔科夫链蒙特卡罗原理的改进粒子滤波算法
２.４　实验与结果
２.５　本章小结
第３章　基于词包的人体行为特征表示
３.１　引言
３.２　时空兴趣点特征
３.３　人体轨迹相空间重建及特征
３.４　基于视觉词的人体行为特征表示
３.５　实验与结果
３.６　本章小结
第４章　基于改进ＰＬＳＡ和案例推理算法的简单歧义行为识别
４.１　引言
４.２　ＰＬＳＡ模型的基本原理
４.３　案例推理
４.４　改进ＰＬＳＡ＋ＣＢＲ歧义行为识别算法
４.５　实验与结果
４.６　本章小结
第５章　基于马尔科夫逻辑网络的复杂行为识别
５.１　引言
５.２　马尔科夫逻辑网简介
５.３　基于马尔科夫逻辑网的复杂行为识别
５.４　实验与结果
５.５　本章小结
第６章　结束语
６.１　本文工作总结
６.２　进一步研究工作