視頻行為分析與情感計(jì)算

目錄　
第1章　緒論　1　
1.1　引言　1　
1.2　視頻行為分析　1　
1.3　視頻情感計(jì)算　3　
第2章　光流計(jì)算　4　
2.1　概述　4　
2.2　光流數(shù)據(jù)集　6　
2.2.1　Yosemite數(shù)據(jù)集　6　
2.2.2　Middlebury數(shù)據(jù)集　6　
2.2.3　Sintel數(shù)據(jù)集.6　
2.2.4　KITTI數(shù)據(jù)集　8　
2.2.5　FlyingChairs數(shù)據(jù)集　8　
2.2.6　FlyingThings3D數(shù)據(jù)集　9　
2.2.7　Monkaa數(shù)據(jù)集　10　
2.2.8　Driving數(shù)據(jù)集　10　
2.3　光流計(jì)算性能指標(biāo)　11　
2.4　光流計(jì)算挑戰(zhàn)　12　
2.5　傳統(tǒng)光流計(jì)算方法　12　
2.5.1　基于梯度的光流計(jì)算方法　12　
2.5.2　基于匹配的光流計(jì)算方法　14　
2.6　基于深度學(xué)習(xí)的光流計(jì)算方法　16　
2.6.1　編碼器-譯碼器結(jié)構(gòu)　16　
2.6.2　基于有監(jiān)督學(xué)習(xí)的光流計(jì)算方法　16　
2.6.3　基于無監(jiān)督學(xué)習(xí)的光流計(jì)算方法　26　
2.7　光流計(jì)算方法性能對(duì)比分析　29　
2.8　光流的應(yīng)用　33　
第3章　視頻行為識(shí)別　36　
3.1　概述　36　
3.2　視頻行為識(shí)別數(shù)據(jù)集　37　
3.2.1　KTH數(shù)據(jù)集　38
3.2.2　Weizmann數(shù)據(jù)集　39　
3.2.3　IXMAS數(shù)據(jù)集　39　
3.2.4　UIUC數(shù)據(jù)集　39　
3.2.5　Hollywood2數(shù)據(jù)集　39　
3.2.6　YouTube數(shù)據(jù)集　40　
3.2.7　Olympic　Sports數(shù)據(jù)集　40　
3.2.8　TV　Human　Interaction數(shù)據(jù)集　40　
3.2.9　HMDB51數(shù)據(jù)集　41　
3.2.10　UCF50數(shù)據(jù)集　41　
3.2.11　UCF101數(shù)據(jù)集　42　
3.2.12　Sports-1M數(shù)據(jù)集　42　
3.2.13　THUMOS數(shù)據(jù)集　43　
3.2.14　ActivityNet數(shù)據(jù)集　43　
3.2.15　ACT數(shù)據(jù)集　43　
3.2.16　Charades數(shù)據(jù)集　44　
3.2.17　YouTube-8M數(shù)據(jù)集　44　
3.2.18　20BN-something-something數(shù)據(jù)集　45　
3.2.19　FCVID數(shù)據(jù)集　45　
3.2.20　Kinetics數(shù)據(jù)集　45　
3.3　視頻行為識(shí)別性能指標(biāo)　46　
3.4　基于特征設(shè)計(jì)的行為識(shí)別方法　47　
3.4.1　局部特征描述　48　
3.4.2　特征向量編碼　56　
3.4.3　行為類別預(yù)測　60　
3.5　基于深度學(xué)習(xí)的行為識(shí)別方法　61　
3.5.1　有監(jiān)督視頻表示學(xué)習(xí)　62　
3.5.2　無監(jiān)督視頻表示學(xué)習(xí)　72　
3.6　視頻行為識(shí)別方法性能對(duì)比分析　81　
第4章　時(shí)域視頻行為檢測　83　
4.1　概述　83　
4.2　時(shí)域視頻行為檢測數(shù)據(jù)集　84　
4.2.1　Coffee-and-Cigarettes數(shù)據(jù)集85　
4.2.2　DLSBP數(shù)據(jù)集　85　
4.2.3　MSR-II數(shù)據(jù)集　86　
4.2.4　GTEA數(shù)據(jù)集　86
4.2.5　KSCGR數(shù)據(jù)集　86　
4.2.6　MPII-Cooking數(shù)據(jù)集　88　
4.2.7　50Salads數(shù)據(jù)集　89　
4.2.8　THUMOS數(shù)據(jù)集　90　
4.2.9　ActivityNet數(shù)據(jù)集　91　
4.2.10　MPII-Cooking2數(shù)據(jù)集　93　
4.2.11　MultiTHUMOS數(shù)據(jù)集　94　
4.2.12　MEXaction2數(shù)據(jù)集　95　
4.2.13　Charades數(shù)據(jù)集　96　
4.2.14　MERL Shopping數(shù)據(jù)集　97　
4.2.15　TVSeries數(shù)據(jù)集　98　
4.2.16　HACS數(shù)據(jù)集　99　
4.3　時(shí)域視頻行為檢測性能指標(biāo)　100　
4.3.1　精確率　101　
4.3.2　召回率　101　
4.3.3　平均召回率　101　
4.3.4　曲線下面積　101　
4.3.5　平均精確率　102　
4.3.6　終得分　102　
4.4　時(shí)域視頻行為檢測方法　102　
4.4.1　基于滑動(dòng)窗口的方法　102　
4.4.2　基于分段檢測的方法　107　
4.4.3　基于時(shí)域提案的方法　113　
4.4.4　基于端對(duì)端的方法　126　
4.5　時(shí)域視頻行為檢測方法性能對(duì)比分析　131　
第5章　時(shí)空域視頻行為檢測　133　
5.1　概述　133　
5.2　時(shí)空域視頻行為檢測數(shù)據(jù)集　134　
5.2.1　UCF-Sports數(shù)據(jù)集　134　
5.2.2　MSR-II數(shù)據(jù)集　135　
5.2.3　UCF101數(shù)據(jù)集　135　
5.2.4　LIRIS-HARL數(shù)據(jù)集　136　
5.2.5　J-HMDB數(shù)據(jù)集　137　
5.2.6　Hollywood2Tubes數(shù)據(jù)集　138　
5.2.7　DALY數(shù)據(jù)集　139
5.2.8　AVA數(shù)據(jù)集　140　
5.3　時(shí)空域視頻行為檢測性能指標(biāo)　141　
5.3.1　準(zhǔn)確率　141　
5.3.2　接收者操作特性曲線　141　
5.3.3　平均最佳重疊度　142　
5.4　傳統(tǒng)時(shí)空域視頻行為檢測方法　142　
5.4.1　基于判別單元的方法　143　
5.4.2　基于密集軌跡的方法　145　
5.4.3　基于可變部件的方法　147　
5.4.4　基于層級(jí)分割的方法　149　
5.4.5　基于超像素體的方法　151　
5.5　基于深度學(xué)習(xí)的時(shí)空域視頻行為檢測方法　154　
5.5.1　基于分段檢測的方法　154　
5.5.2　基于管提案的方法　171　
5.6　時(shí)空域視頻行為檢測方法性能對(duì)比分析　178　
第6章　視頻情感計(jì)算　181　
6.1　概述　181　
6.2　心理學(xué)情感模型　182　
6.3　視頻情感計(jì)算數(shù)據(jù)集　184　
6.3.1　DEAP數(shù)據(jù)集　184　
6.3.2　VideoEmotion數(shù)據(jù)集　184　
6.3.3　LIRIS-ACCEDE數(shù)據(jù)集　185　
6.3.4　EEV數(shù)據(jù)集　186　
6.4　視頻情感計(jì)算性能指標(biāo)　186　
6.5　基于特征設(shè)計(jì)的視頻情感計(jì)算方法　187　
6.5.1　視覺特征提取　187　
6.5.2　音頻特征提取　192　
6.5.3　情感模型學(xué)習(xí)　195　
6.6　基于深度學(xué)習(xí)的視頻情感計(jì)算方法　196　
6.6.1　增強(qiáng)型多模深度玻爾茲曼機(jī)　196　
6.6.2　多模深度回歸貝葉斯網(wǎng)絡(luò)　199　
6.6.3　自適應(yīng)融合循環(huán)網(wǎng)絡(luò)　201　
6.7　視頻情感計(jì)算方法性能對(duì)比分析　203　
結(jié)束語　206　
參考文獻(xiàn)　208　
彩圖