| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 1 绪论 | 第9-14页 |
| 1.1 引言 | 第9页 |
| 1.2 研究背景及意义 | 第9-10页 |
| 1.3 研究现状 | 第10-12页 |
| 1.4 论文架构 | 第12-14页 |
| 2 动作识别的传统方法 | 第14-21页 |
| 2.1 传统方法 | 第14-16页 |
| 2.2 DT算法 | 第16-18页 |
| 2.3 IDT算法 | 第18-20页 |
| 2.4 本章小结 | 第20-21页 |
| 3 神经网络结构 | 第21-36页 |
| 3.1 概述 | 第21-22页 |
| 3.2 权重参数更新 | 第22-28页 |
| 3.2.1 前向传播 | 第22-23页 |
| 3.2.2 反向传播 | 第23-24页 |
| 3.2.3 权重初始化 | 第24-26页 |
| 3.2.4 梯度下降法则 | 第26-28页 |
| 3.3 常用网络层 | 第28-35页 |
| 3.3.1 卷积层 | 第28-31页 |
| 3.3.2 池化层 | 第31-32页 |
| 3.3.3 激活层 | 第32-33页 |
| 3.3.4 全连接层 | 第33-34页 |
| 3.3.5 Dropout层 | 第34-35页 |
| 3.3.6 Softmax层 | 第35页 |
| 3.4 本章小结 | 第35-36页 |
| 4 改造后的网络结构实现 | 第36-45页 |
| 4.1 网络结构 | 第36-42页 |
| 4.1.1 GoogLeNetInceptionV | 第36-38页 |
| 4.1.2 BN层 | 第38-40页 |
| 4.1.3 改造后的网络结构 | 第40-42页 |
| 4.2 对照组网络结构 | 第42-44页 |
| 4.2.1 C3D | 第42-43页 |
| 4.2.2 双流卷积神经网络 | 第43-44页 |
| 4.3 本章小结 | 第44-45页 |
| 5 实验与分析 | 第45-53页 |
| 5.1 实验环境 | 第45页 |
| 5.2 数据预处理 | 第45-46页 |
| 5.3 测试网络结构有效性 | 第46-47页 |
| 5.4 对比各个网络模型在不同数据库中的表现 | 第47-50页 |
| 5.5 不同预训练方式 | 第50-51页 |
| 5.6 不同图像分辨率下的行为识别效果 | 第51-52页 |
| 5.7 本章小结 | 第52-53页 |
| 6 总结与展望 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 个人简历 | 第59页 |