| 摘要 | 第4-6页 |
| abstract | 第6-8页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 课题研究背景和意义 | 第11-12页 |
| 1.2 研究中面临的挑战 | 第12-13页 |
| 1.3 研究内容与论文结构 | 第13-15页 |
| 第二章 人体行为识别的基本概念与相关工作 | 第15-26页 |
| 2.1 基于传统方法的人体行为识别模型 | 第15-20页 |
| 2.1.1 特征提取与优化方法 | 第15-18页 |
| 2.1.2 行为动作分类方法 | 第18-20页 |
| 2.2 基于深度学习的人体行为识别模型 | 第20-25页 |
| 2.2.1 利用卷积神经网络的识别模型 | 第20-22页 |
| 2.2.2 利用递归神经网络的识别模型 | 第22-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第三章 融合双重时空网络流和attention机制的人体行为识别框架 | 第26-32页 |
| 3.1 融合双重时空网络流和attention机制模型 | 第26-29页 |
| 3.1.1 底层视觉和高层语义特征提取 | 第27-28页 |
| 3.1.2 空间维attention选择机制 | 第28-29页 |
| 3.1.3 时间维attention选择机制 | 第29页 |
| 3.2 人体行为识别相关实验数据集 | 第29-31页 |
| 3.3 本章小结 | 第31-32页 |
| 第四章 融合双重时空网络流处理的人体行为识别 | 第32-54页 |
| 4.1 Lucas-Kanade算法由粗到细提取底层光流特征 | 第33-37页 |
| 4.1.1 总变差正则化和鲁棒L1范数 | 第33-36页 |
| 4.1.2 利用GPU加速计算光流特征图像 | 第36-37页 |
| 4.2 卷积神经网络提取高层视觉特征 | 第37-42页 |
| 4.2.1 Inception卷积结构设计 | 第37-40页 |
| 4.2.2 迁移学习提取高层语义特征 | 第40-42页 |
| 4.3 交叉融合时空网络分类识别 | 第42-44页 |
| 4.4 实验结果与分析 | 第44-53页 |
| 4.4.1 模型有效性分步实验 | 第46-48页 |
| 4.4.2 模型有效性整体实验 | 第48-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第五章 基于时空网络融合视觉attention选择机制的人体行为识别 | 第54-69页 |
| 5.1 视觉attention选择机制 | 第54-57页 |
| 5.1.1 视觉attention选择模型 | 第54-55页 |
| 5.1.2 视觉attention的计算准则 | 第55-57页 |
| 5.2 基于时空维attention选择策略 | 第57-60页 |
| 5.2.1 空间维attention选择模型 | 第57-58页 |
| 5.2.2 时间维attention选择模型 | 第58-60页 |
| 5.3 对数损失函数和SGD优化 | 第60-62页 |
| 5.4 实验结果与分析 | 第62-67页 |
| 5.4.1 时空维attention选择模型可视化分析 | 第62-65页 |
| 5.4.2 视觉attention机制融合时空网络模型有效性验证 | 第65-67页 |
| 5.5 本章小结 | 第67-69页 |
| 第六章 总结与展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 附录1攻读硕士学位期间申请的专利 | 第75-76页 |
| 致谢 | 第76页 |
