王智文所著的《基于特征融合的足球比赛视频中多运动员的行为识别方法研究》从特征提取、团队行为表示、团队行为建模和分类器的构建技术等核心问题入手来研究足球比赛视频中的多运动员的行为识别。提出了用基于多元统计模型的分形小波自适应图像去噪算法和基于正交小波分析和伪彩色处理的足球比赛视频图像增强算法来改善视频图像的视觉效果；设计了尺度自适应局部时空特征Harris检测操作数来解决复杂背景中的光照、多尺度和遮挡问题。有利于促进足球比赛视频中的多运动员的行为识别技术进一步发展。

王智文所著的《基于特征融合的足球比赛视频中多运动员的行为识别方法研究》共分6章。其中，第1章绪论介绍了多运动员行为识别研究的背景及意义。第2章首先介绍了6种具有代表意义的典型的去噪算法，并比较了它们的性能；其次介绍了常用的足球比赛视频图像增强及本书提出的基于正交小波分析和伪彩色处理的足球比赛视频图像增强算法，并对它们的性能进行了对比分析。第3章介绍了足球比赛视频中多运动员行为的特征提取及融合的具体实现方法。第4章介绍了足球比赛视频中多运动员的行为识别方法。第5章介绍了迁移学习的定义、类型、实现途径及其在多运动员行为识别过程中的应用。第6章对研究工作进行了总结和展望。

本书着眼于足球比赛视频中多运动员行为识别方法的研究，涉及的研究内容可以给图像处理、特征提取、行为表示及识别等研究领域的相关研究人员提供技术参考，也可作为高校研究生、本(专)科生行为识别教学方面的教材，还可作为有关技术人员的参考书籍。

l 绪论

 1.1 研究背景与意义

 1.2 足球比赛视频中多运动员行为识别的研究现状及存在的问题

 1.3 研究内容及创新点

 1.4 本书的组织结构

2 足球比赛视频图像预处理技术

 2.1 足球比赛视频图像去噪

 2.2 足球比赛视频图像增强

 2.3 小结

3 足球比赛视频中多运动员行为的特征提取及融合

 3.1 运动目标跟踪与检测

 3.2 足球比赛视频中多运动员的行为特征提取

 3.3 足球比赛视频中多运动员行为的特征融合

 3.4 小结

4 足球比赛视频中多运动员的行为识别

 4.1 足球比赛视频中的多运动员行为表示

 4.2 足球比赛视频中团体行为模式的时空驱动力模型

 4.3 基于先验知识和人工神经网络的树结构混合分类器

 4.4 足球比赛视频中多运动员的行为识别

 4.5 小结

5 基于迁移学习的多运动员的行为识别

 5.1 迁移学习

 5.2 迁移学习在多运动员行为识别过程中的应用

 5.3 实验及结果分析

 5.4 小结

6 总结与展望

 6.1 研究工作总结

 6.2 未来研究工作展望

参考文献