基于深度学习的人体骨架动作识别研究
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.3 本文研究内容 | 第15页 |
| 1.4 章节安排 | 第15-17页 |
| 第二章 本文相关研究工作 | 第17-25页 |
| 2.1 基于循环神经网络的模型 | 第17-19页 |
| 2.2 基于卷积神经网络的模型 | 第19-20页 |
| 2.3 自动选择判别性关节的神经网络模型 | 第20-23页 |
| 2.4 相关数据集 | 第23-25页 |
| 第三章 基于循环神经网络的骨架动作识别 | 第25-34页 |
| 3.1 回顾RNN和LSTM | 第25-26页 |
| 3.2 时间选择长短期记忆网络 | 第26-27页 |
| 3.3 本章实验与分析 | 第27-32页 |
| 3.3.1 实施细则 | 第27-28页 |
| 3.3.2 实验结果 | 第28-31页 |
| 3.3.3 分析 | 第31-32页 |
| 3.4 本章小结 | 第32-34页 |
| 第四章 基于时空卷积神经网络的骨架动作识别 | 第34-43页 |
| 4.1 时间空间卷积神经网络 | 第34-37页 |
| 4.1.1 基本的时间空间卷积神经网络 | 第34页 |
| 4.1.2 基于身体部分的时间空间卷积神经网络 | 第34-37页 |
| 4.2 本章实验与分析 | 第37-41页 |
| 4.2.1 实施细则 | 第37-38页 |
| 4.2.2 实验结果 | 第38-40页 |
| 4.2.3 分析 | 第40-41页 |
| 4.3 本章小结 | 第41-43页 |
| 第五章 基于关节选择卷积神经网络的骨架动作识别 | 第43-54页 |
| 5.1 关节选择卷积神经网络 | 第43-45页 |
| 5.1.1 关节选择子网络 | 第43-45页 |
| 5.1.2 帧选择子网络 | 第45页 |
| 5.2 本章实验与分析 | 第45-53页 |
| 5.2.1 实施细则 | 第46页 |
| 5.2.2 实验结果 | 第46-49页 |
| 5.2.3 分析 | 第49-53页 |
| 5.3 本章小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-56页 |
| 6.1 总结 | 第54-55页 |
| 6.2 展望 | 第55-56页 |
| 附录 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61页 |
