巴黎十三大学网络信息技术博士论文：时空曲面与动作识别方法研究

该篇巴黎第十三大学的博士论文，专注于网络与信息技术领域的研究，主要探讨了人类识别技术，特别是通过时空曲面分析和轨迹跟踪进行动作识别的方法。论文由MEGRHISAMEH担任辩护人，涵盖了多个关键部分： 1. **引言**：阐述了研究的技术背景和问题，指出当前技术挑战以及论文的主要贡献。论文大纲详细地介绍了接下来将探讨的内容，包括技术问题、文献综述、时空曲面分析、轨迹跟踪和动作识别。 2. **文献综述**：这部分对人类行为识别的各种方法进行了深入的梳理，包括行为识别方法、特征提取技术（如视觉词汇袋）、特征检测以及机器学习和分类算法。同时，还讨论了相关数据集，强调了先前研究的成果和局限性。 3. **时空曲面分析**：论文重点研究了时空曲面在人体动作检测与识别中的应用，介绍了加速的强大功能SURF技术，以及帧分组和兴趣点组分割等技术。ST-SURF提取、训练和评估管道构成了关键技术模块，并通过实验验证了其性能。 4. **基于轨迹的动作识别**：这一部分提出了基于轨迹选择性视频分割的方法，描述符提取以及一个建议的架构来识别人类行为。实验结果展示了这种方法在实际应用中的有效性。 5. **轨迹跟踪与动作检测**：论文讨论了如何利用轨迹跟踪进行动作检测和运动分割，提出了一种建议的运动分割方法，并通过实验展示其在人体动作识别中的作用。 6. **结论**：论文总结了研究成果，强调了在人类识别技术方面的创新，并对未来可能的研究方向提供了见解。论文通过与国际专家如Sapienza大学的Stefania Colonnese教授和法国Télécom SudParis的Titus Zaharia教授的合作，展现了其在国际学术界的前沿地位。 这篇博士论文不仅在理论层面探讨了人类识别技术，还通过实际的实验和应用案例，为网络与信息技术领域的研究者提供了有价值的技术参考。