| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-17页 |
| 1.3 主要研究内容 | 第17页 |
| 1.4 本文结构安排 | 第17-19页 |
| 第2章 卷积神经网络的基本知识和人体行为识别数据集 | 第19-30页 |
| 2.1 卷积神经网络的基本原理 | 第19-26页 |
| 2.2 常用的卷积神经网络 | 第26-28页 |
| 2.3 人体行为识别数据集 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 基于残差网络的人体行为识别算法研究 | 第30-44页 |
| 3.1 残差网络 | 第30-33页 |
| 3.2 双流残差网络结构设计 | 第33-37页 |
| 3.2.1 空间层部分描述 | 第34-35页 |
| 3.2.2 时间层部分描述 | 第35页 |
| 3.2.3 双流残差网络的融合 | 第35-37页 |
| 3.3 实验验证分析 | 第37-43页 |
| 3.3.1 实验仿真设计 | 第37-38页 |
| 3.3.2 结果与分析 | 第38-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第4章 基于深度融合网络的人体行为识别算法研究 | 第44-55页 |
| 4.1 深度融合网络 | 第44-48页 |
| 4.1.1 融合可以带来更多的潜在网络组合数目 | 第46-47页 |
| 4.1.2 中间层有利于信息流动。 | 第47-48页 |
| 4.2 深度融合残差网络的设计 | 第48-49页 |
| 4.3 基于深度融合残差网络的人体行为识别验证分析 | 第49-52页 |
| 4.3.1 实验设计仿真 | 第49-50页 |
| 4.3.2 结果与分析 | 第50-52页 |
| 4.4 对深度融合残差网络的拓展 | 第52-54页 |
| 4.4.1 实验仿真设计 | 第52页 |
| 4.4.2 结果与分析 | 第52-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第5章 总结与展望 | 第55-57页 |
| 5.1 总结 | 第55页 |
| 5.2 展望 | 第55-57页 |
| 参考文献 | 第57-64页 |
| 致谢 | 第64-65页 |
| 攻读学位期间的研究成果 | 第65页 |