| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 课题来源 | 第10页 |
| 1.2 课题研究背景与意义 | 第10-12页 |
| 1.3 相关领域国内外研究现状 | 第12-18页 |
| 1.3.1 基于人工规则构造的特征的行为识别方法 | 第13-14页 |
| 1.3.2 基于机器学习的行为识别方法 | 第14-16页 |
| 1.3.3 行为识别数据集 | 第16-18页 |
| 1.4 本文主要研究内容与组织结构 | 第18-20页 |
| 1.4.1 主要研究内容 | 第18-19页 |
| 1.4.2 论文组织结构 | 第19-20页 |
| 第2章 基于计算机视觉的行为识别技术 | 第20-29页 |
| 2.1 深度学习相关技术 | 第20-26页 |
| 2.1.1 卷积神经网络 | 第20-23页 |
| 2.1.2 三维卷积神经网络 | 第23-24页 |
| 2.1.3 循环神经网络 | 第24-26页 |
| 2.2 分类器相关技术 | 第26-28页 |
| 2.2.1 支持向量机 | 第26-27页 |
| 2.2.2 Softmax分类器 | 第27-28页 |
| 2.3 本章小结 | 第28-29页 |
| 第3章 融合人-物体视觉关系的长-短期时空视觉行为识别方法 | 第29-50页 |
| 3.1 引言 | 第29-31页 |
| 3.2 模型结构 | 第31-40页 |
| 3.2.1 输入输出 | 第34页 |
| 3.2.2 短期时空视觉特征提取 | 第34-35页 |
| 3.2.3 语义-空间位置特征提取 | 第35-38页 |
| 3.2.4 特征融合 | 第38-39页 |
| 3.2.5 长期行为特征提取 | 第39-40页 |
| 3.2.6 分类器 | 第40页 |
| 3.3 实验与结果分析 | 第40-49页 |
| 3.3.1 实验环境 | 第40页 |
| 3.3.2 网络训练 | 第40-42页 |
| 3.3.3 误差分析 | 第42-48页 |
| 3.3.4 计算速率 | 第48-49页 |
| 3.4 本章小结 | 第49-50页 |
| 第4章 融合注意力机制的视觉-语义交互行为检测方法 | 第50-78页 |
| 4.1 引言 | 第50-54页 |
| 4.2 模型结构 | 第54-66页 |
| 4.2.1 输入输出 | 第56页 |
| 4.2.2 物体检测器 | 第56-58页 |
| 4.2.3 人-物体空间位置特征提取模块 | 第58-59页 |
| 4.2.4 空间视觉特征提取模块 | 第59-62页 |
| 4.2.5 语义特征提取模块 | 第62-63页 |
| 4.2.6 分类器 | 第63-66页 |
| 4.3 实验与结果分析 | 第66-77页 |
| 4.3.1 实验环境 | 第66页 |
| 4.3.2 网络训练 | 第66-67页 |
| 4.3.3 误差分析 | 第67-74页 |
| 4.3.4 计算速率 | 第74-75页 |
| 4.3.5 检测结果 | 第75-77页 |
| 4.4 本章小结 | 第77-78页 |
| 第5章 总结与展望 | 第78-80页 |
| 5.1 全文工作总结 | 第78-79页 |
| 5.2 工作展望 | 第79-80页 |
| 致谢 | 第80-81页 |
| 参考文献 | 第81-85页 |
| 攻读硕士学位期间的科研成果 | 第85页 |