原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
计算机视觉算法在用户行为分析中的应用
目录
计算机视觉算法在用户行为分析中的应用概述．．．．．．．．．．．．．．．．3
1.1文档概要．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4
1.2目标与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5
1.3主要研究内容．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8
数据收集与预处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9
2.1视频和图像采集．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11
2.2数据标注．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13
2.3数据清洗与增强．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14
2.4特征提取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17
常用计算机视觉算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20
3.1人脸识别．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23
3.1.1部特征提取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24
3.1.2人脸检测与定位．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27
3.1.3部识别技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30
3.2行为识别．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33
3.2.1身体动作识别．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36
3.2.2表情识别．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38
3.2.3姿势识别．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41
3.3场景理解．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．43
3.3.1视频流分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．44
3.3.2基于场景的建模．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．46
3.3.3基于内容的分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．47
用户行为分析方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．47
应用案例．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．49
5.1在线购物行为分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．51
5.1.1商品推荐．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．53
5.1.2购物路径预测．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．56
5.1.3消费者画像．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．59
5.2社交媒体分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．60
5.2.1用户兴趣挖掘．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．62
5.2.2访问行为分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．64
5.2.3情感分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．66
5.3交通监控．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．69
5.3.1交通流量预测．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．70
5.3.2交通违规检测．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．73
5.3.3车辆行为分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．77
结论与展望．．．．．．．
文档评论（0）