基于姿态和骨架信息的行为识别方法研究与实现
| 摘要 | 第8-9页 |
| Abstract | 第9-10页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景和意义 | 第11-13页 |
| 1.2 发展历史和现状 | 第13-15页 |
| 1.3 面临的关键问题 | 第15-16页 |
| 1.4 论文的主要工作与组织结构 | 第16-19页 |
| 1.4.1 论文主要工作 | 第16-17页 |
| 1.4.2 论文组织结构 | 第17-19页 |
| 第2章 基于深度神经网络的行为识别理论基础 | 第19-30页 |
| 2.1 引言 | 第19页 |
| 2.2 基于卷积神经网络结构的行为识别 | 第19-25页 |
| 2.2.1 卷积神经网络结构 | 第19-22页 |
| 2.2.2 基于卷积神经网络的行为识别方法 | 第22-25页 |
| 2.3 基于循环神经网络的行为识别方法 | 第25-27页 |
| 2.3.1 循环神经网络结构 | 第25-26页 |
| 2.3.2 基于循环神经网络的行为识别方法 | 第26-27页 |
| 2.4 主流行为数据库 | 第27-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 基于姿态信息的行为识别 | 第30-37页 |
| 3.1 引言 | 第30页 |
| 3.2 姿态估计方法 | 第30-32页 |
| 3.2.1 OpenPose姿态估计方法介绍 | 第30-32页 |
| 3.2.2 姿态估计结果 | 第32页 |
| 3.3 基于姿态信息的行为识别方法 | 第32-34页 |
| 3.4 实验结果分析 | 第34-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第4章 融合骨架信息的行为识别 | 第37-47页 |
| 4.1 引言 | 第37页 |
| 4.2 姿态信息与骨架信息融合的行为识别 | 第37-38页 |
| 4.2.1 融合循环神经网络的行为识别模型 | 第37-38页 |
| 4.2.2 实验结果与分析 | 第38页 |
| 4.3 姿态与骨架时空模型融合的行为识别 | 第38-46页 |
| 4.3.1 图卷积网络结构 | 第38-41页 |
| 4.3.2 融合图卷积网络的行为识别模型 | 第41-45页 |
| 4.3.3 实验结果与分析 | 第45-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第5章 总结与展望 | 第47-49页 |
| 5.1 本文总结 | 第47-48页 |
| 5.2 研究展望 | 第48-49页 |
| 参考文献 | 第49-54页 |
| 致谢 | 第54-55页 |
| 硕士期间发表的学术论文和科研情况 | 第55页 |
| 参加的科研工作 | 第55-56页 |
| 学位论文评阅及答辩情况表 | 第56页 |
