基于深度学习的行为识别算法的实现与优化
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 引言 | 第11-26页 |
| 1.1 研究背景 | 第11-21页 |
| 1.1.1 行为识别的概念与发展 | 第11-15页 |
| 1.1.2 行为识别的研究难点 | 第15-18页 |
| 1.1.3 行为识别在国内外研究的现状 | 第18-21页 |
| 1.1.3.1 主要研究期刊、会议和数据集、比赛 | 第18-19页 |
| 1.1.3.2 算法研究现状 | 第19-21页 |
| 1.2 本文研究内容 | 第21-23页 |
| 1.2.1 多分析处理流行为识别算法 | 第22-23页 |
| 1.2.2 行为识别系统的实现与改进 | 第23页 |
| 1.3 系统的难点及创新点 | 第23-24页 |
| 1.3.1 系统难点 | 第23-24页 |
| 1.3.2 创新点 | 第24页 |
| 1.4 文章内容和组织结构 | 第24-25页 |
| 1.5 本章小结 | 第25-26页 |
| 第二章 多分析处理流行为识别算法概述 | 第26-43页 |
| 2.1 总体算法概述 | 第26-27页 |
| 2.2 静止帧分析流 | 第27-30页 |
| 2.2.1 概述 | 第27页 |
| 2.2.2 具体细节 | 第27-30页 |
| 2.3 光场流分析流 | 第30-33页 |
| 2.3.1 概述 | 第30-31页 |
| 2.3.2 具体细节 | 第31-33页 |
| 2.4 短视频序列分析流 | 第33-36页 |
| 2.4.1 概述 | 第33-34页 |
| 2.4.2 具体细节 | 第34-36页 |
| 2.5 长视频序列分析流 | 第36-40页 |
| 2.5.1 概述 | 第36-37页 |
| 2.5.2 具体细节 | 第37-40页 |
| 2.6 音频分析流 | 第40-41页 |
| 2.6.1 概述 | 第40页 |
| 2.6.2 具体细节 | 第40-41页 |
| 2.7 分析流融合和分类 | 第41页 |
| 2.8 本章小结 | 第41-43页 |
| 第三章 行为识别系统整体概述 | 第43-61页 |
| 3.1 系统需求分析 | 第43-45页 |
| 3.1.1 系统应用场景 | 第43页 |
| 3.1.2 需求描述 | 第43-45页 |
| 3.2 系统整体设计 | 第45-46页 |
| 3.3 训练端子系统实现 | 第46-49页 |
| 3.3.1 系统概述 | 第46页 |
| 3.3.2 系统主要子模块 | 第46-49页 |
| 3.4 推理端子系统实现 | 第49-53页 |
| 3.4.1 系统概述 | 第49页 |
| 3.4.2 系统主要子模块 | 第49-52页 |
| 3.4.3 流程分析 | 第52-53页 |
| 3.5 关键数据结构和接口函数 | 第53-57页 |
| 3.5.1 关键数据结构 | 第53-55页 |
| 3.5.2 接口函数 | 第55-57页 |
| 3.6 系统优化 | 第57-60页 |
| 3.6.1 训练端优化 | 第57-59页 |
| 3.6.2 推理端优化 | 第59-60页 |
| 3.7 本章小结 | 第60-61页 |
| 第四章 测试结果与分析 | 第61-68页 |
| 4.1 算法测试与分析 | 第61-63页 |
| 4.1.1 实验测试环境 | 第61页 |
| 4.1.2 实验测试方法 | 第61页 |
| 4.1.3 单分析流实验 | 第61-62页 |
| 4.1.4 多分析流融合实验 | 第62-63页 |
| 4.2 系统测试与分析 | 第63-67页 |
| 4.2.1 实验测试环境 | 第63页 |
| 4.2.2 实验测试方法 | 第63-64页 |
| 4.2.3 系统准确度 | 第64-66页 |
| 4.2.4 系统优化 | 第66-67页 |
| 4.3 本章小结 | 第67-68页 |
| 第五章 工作总结与展望 | 第68-70页 |
| 5.1 回顾和总结 | 第68页 |
| 5.2 下一步工作展望 | 第68-70页 |
| 参考文献 | 第70-73页 |
| 附录A 系统准确度详细测试数据 | 第73-75页 |
| 攻读专业硕士学位期间取得的研究成果 | 第75-76页 |
| 致谢 | 第76-77页 |
| 附件 | 第77页 |
