| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第11-25页 |
| 1.1 课题研究的背景和意义 | 第11-16页 |
| 1.2 国内外研究状况与主要分类方法 | 第16-20页 |
| 1.2.1 国内外研究状况 | 第17-18页 |
| 1.2.2 人体行为识别研究方法 | 第18-20页 |
| 1.3 人体行为识别面临的问题 | 第20-21页 |
| 1.4 本文的主要研究内容及章节安排 | 第21-25页 |
| 第2章 人体行为识别特征提取与数据库建立 | 第25-37页 |
| 2.1 关节点提取 | 第25-26页 |
| 2.2 3D动作数据库建立 | 第26-35页 |
| 2.3 本章小结 | 第35-37页 |
| 第3章 基于 3D骨架的多角度的室内人体行为识别 | 第37-53页 |
| 3.1 特征提取 | 第37-38页 |
| 3.2 字典学习和线性支持向量机 | 第38-42页 |
| 3.3 实验结果与分析 | 第42-51页 |
| 3.4 本章小结 | 第51-53页 |
| 第4章 基于 3D骨架的隐马尔科夫模型的室内人体行为识别 | 第53-61页 |
| 4.1 隐马尔科夫模型 | 第53-54页 |
| 4.2 隐马尔科夫模型参数训练和 Baum-Welch 算法 | 第54-57页 |
| 4.2.1 Baum-Welch 算法 | 第54-56页 |
| 4.2.2 隐马尔科夫模型参数训练 | 第56-57页 |
| 4.3 实验结果分析 | 第57-60页 |
| 4.4 本章小结 | 第60-61页 |
| 第5章 基于卷积神经网络的行为识别 | 第61-73页 |
| 5.1 卷积神经网络 | 第61-64页 |
| 5.2 3D卷积神经网络架构 | 第64-66页 |
| 5.3 实验结果分析 | 第66-70页 |
| 5.4 本章小结 | 第70-73页 |
| 第6章 总结与展望 | 第73-75页 |
| 6.1 工作总结 | 第73-74页 |
| 6.2 工作展望 | 第74-75页 |
| 参考文献 | 第75-83页 |
| 攻读硕士期间已发表的论文 | 第83-85页 |
| 致谢 | 第85-86页 |