| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 课题研究背景 | 第9-10页 |
| 1.2 课题研究现状 | 第10-12页 |
| 1.3 课题研究内容 | 第12-13页 |
| 1.4 论文的结构安排 | 第13-15页 |
| 2 人体动作运动视频图像与运动信息表征 | 第15-29页 |
| 2.1 运动历史图像 | 第15-23页 |
| 2.1.1 运动历史图像基本理论 | 第15-17页 |
| 2.1.2 彩虹编码 | 第17-19页 |
| 2.1.3 改进的运动历史图像 | 第19-21页 |
| 2.1.4 实验结果分析 | 第21-23页 |
| 2.2 深度运动图 | 第23-28页 |
| 2.2.1 深度运动图基本理论 | 第23-24页 |
| 2.2.2 伪彩色化DMMs | 第24-25页 |
| 2.2.3 三维旋转模拟不同视角 | 第25-27页 |
| 2.2.4 实验结果分析 | 第27-28页 |
| 2.3 本章小结 | 第28-29页 |
| 3 基于卷积神经网络的人体动作识别 | 第29-47页 |
| 3.1 常见的卷积神经网络 | 第29-33页 |
| 3.1.1 卷积神经网络简介 | 第29-30页 |
| 3.1.2 常见的卷积网络 | 第30-33页 |
| 3.2 网络设计及参数调节 | 第33-37页 |
| 3.2.1 主要参数设计 | 第33-36页 |
| 3.2.2 实验结果及分析 | 第36-37页 |
| 3.3 网络测试流程及方法 | 第37-42页 |
| 3.3.1 数据准备与网络训练 | 第37-38页 |
| 3.3.2 微调网络 | 第38-39页 |
| 3.3.3 精度曲线与损失函数曲线图绘制 | 第39-40页 |
| 3.3.4 网络测试 | 第40-41页 |
| 3.3.5 实验结果及分析 | 第41-42页 |
| 3.4 特征级融合与决策级融合 | 第42-45页 |
| 3.4.1 特征级融合 | 第43-44页 |
| 3.4.2 决策级融合 | 第44页 |
| 3.4.3 实验结果及分析 | 第44-45页 |
| 3.5 本章小结 | 第45-47页 |
| 4 网络训练平台的搭建与系统实现 | 第47-55页 |
| 4.1 环境搭建 | 第47-49页 |
| 4.1.1 Caffe的基本介绍 | 第47页 |
| 4.1.2 深度网络的环境配置方法和流程 | 第47-49页 |
| 4.2 Ubuntu下MATLAB安装及Caffe接口编译 | 第49-50页 |
| 4.2.1 MATLAB安装 | 第49-50页 |
| 4.2.2 编译Caffe的MATLAB接口 | 第50页 |
| 4.3 识别系统界面及功能 | 第50-53页 |
| 4.4 本章小结 | 第53-55页 |
| 5 实验与结果分析 | 第55-59页 |
| 5.1 数据库介绍 | 第55-56页 |
| 5.2 验证方法 | 第56页 |
| 5.2.1 同目标验证 | 第56页 |
| 5.2.2 跨目标验证 | 第56页 |
| 5.3 实验结果及分析 | 第56-58页 |
| 5.4 本章小结 | 第58-59页 |
| 6 总结与展望 | 第59-61页 |
| 6.1 主要工作内容及总结 | 第59页 |
| 6.2 存在的问题及进一步研究 | 第59-61页 |
| 致谢 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 附录 | 第67页 |