| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-20页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 行为识别概述及发展 | 第9-18页 |
| 1.2.1 行为识别概述 | 第9-10页 |
| 1.2.2 针对视频的行为识别算法 | 第10-13页 |
| 1.2.3 针对图像的行为识别算法发展 | 第13-18页 |
| 1.3 研究内容及技术路线 | 第18-20页 |
| 第二章 相关技术 | 第20-33页 |
| 2.1 图像表达相关技术 | 第20-30页 |
| 2.1.1 传统的图像表达技术 | 第20-26页 |
| 2.1.2 基于深度学习的图像表达技术 | 第26-30页 |
| 2.2 图像分类相关技术 | 第30-32页 |
| 2.3 本章小结 | 第32-33页 |
| 第三章 基于深度网络的交互响应图获取方法 | 第33-48页 |
| 3.1 概述 | 第33-34页 |
| 3.2 行为物体响应图的获取 | 第34-38页 |
| 3.3 行为个体响应图的获取 | 第38-44页 |
| 3.3.1 个体响应网络训练方法 | 第38-44页 |
| 3.3.2 个体响应网络测试流程 | 第44页 |
| 3.4 响应图的整合 | 第44-47页 |
| 3.4.1 响应图的预处理 | 第45-46页 |
| 3.4.2 交互响应图的获取 | 第46-47页 |
| 3.5 小结 | 第47-48页 |
| 第四章 行为识别算法设计 | 第48-60页 |
| 4.1 概述 | 第48页 |
| 4.2 行为识别模型的训练方法 | 第48-58页 |
| 4.2.1 候选区分块的获取 | 第50-51页 |
| 4.2.2 确定行为区分块 | 第51-55页 |
| 4.2.3 描述交互关系 | 第55-58页 |
| 4.3 行为识别模型的测试方法 | 第58-59页 |
| 4.4 本章小结 | 第59-60页 |
| 第五章 实验与分析 | 第60-68页 |
| 5.1 实验环境配置 | 第60页 |
| 5.2 实验结果与分析 | 第60-67页 |
| 5.2.1 Stanford 40 Action Dataset实验结果及分析 | 第60-65页 |
| 5.2.2 PPMI实验结果及分析 | 第65-67页 |
| 5.3 本章小结 | 第67-68页 |
| 第六章 总结和展望 | 第68-70页 |
| 参考文献 | 第70-76页 |
| 硕士学位期间取得的研究成果 | 第76-77页 |
| 致谢 | 第77-78页 |
| Ⅳ-2答辩委员会对论文的评定意见 | 第78页 |