基于卷积神经网络的人体动作识别研究

摘要

人体动作识别作为计算机视觉领域的一个研究热点与难点，一直被广大的研究者学者所青睐。传统的人体动作识别方法虽然准确率尚可接受，但需要手工设计并提取动作特征，故其受个人差异的影响较大。而卷积神经网络能够自动的将低层特征提取到高层特征，完全不受人为因素的干扰，并且在图像识别领域取得了突破性的进展。因此，本文的目的是基于卷积神经网络提出识别率更高、鲁棒性更好的人体动作识别方法。 本文首先对目前基于二维卷积神经网络的LRCN算法进行了深入研究，发现LRCN在特征提取方面使用的是较浅层次的AlexNet卷积网络，导致无法提取更加有效的、语义更加丰富的特征，而使用的记忆神经LSTM单元存在结构冗余，参数较多等问题，使得模型运行时间较长并且较易发生过拟合的现象。针对上述问题，本文提出了一种改进的LRCN算法，使用了较深层次的ResNet-34网络替换了AlexNet网络，同时使用GRU单元替换LSTM单元，并通过实验对比了改进后的LRCN算法模型不仅提高了人体动作识别率，也在一定程度上缩短了模型的运行速度。虽然LRCN相比于卷积神经网络增加时序学习，但是LRCN算法却无法对空间特征与时间特征进行同步学习。因此，本文又对能够同步学习两种特征的3D卷积神经网络的人体动作识别算法进行了深入研究。然而3D卷积神经网络虽然能够同步学习空间与时间上的特征，但是该算法模型只采用了两层线性卷积层，因此其模型抽象能力不强，无法提取更加抽象的特征。基于此，本文基于3D卷积神经网络重新设计了一种人体动作识别的网络，相比于原网络，新网络不仅增加了两层MLP卷积层，还使用了dropout技术防止网络产生过拟合并且减少了参数计算，最后使用GAP去替换了最后的全连接层。因此，新的网络具有更强的抽象能力，以及更好的鲁棒性。 最后本文为了验证新网络所具有的优势，在UCF101公共数据集进行了同步对比。通过实验证明，相比于原网络，新网络在人体动作识别准确率方面表现更加优秀。

目录

声明

摘要

第1章绪论

1．1研究目的和意义

1．2国内外研究现状

1．3论文主要工作

1．4论文组织结构

第2章人体动作识别相关理论基础

2．1传统的人体动作识别方法

2．1．1基于整体特征表示的方法

2．1．2基于局部特征的方法

2．2卷积神经网络的理论基础

2．2．1前向神经网络

2．2．2卷积神经网络结构

2．2．3卷积神经网络的优点

2．3人体动作识别常用数据集

2．3．1 KTH数据集

2．3．2 UCF101数据集

2．4本章小结

第3章基于2D卷积神经网络的人体动作识别方法

3．1长时循环卷积神经网络

3．1．1 AlexNet网络

3．1．2长时记忆神经网络(LSTM)

3．1．3长时循环卷积神经网络模型

3．2改进的长时循环卷积神经网络

3．2．1 ResNet-34特征提取

3．2．2门限循环单元

3．2．3改进的LRCN网络模型结构

3．3实验对比与分析

3．4本章小结

第4章基于3D卷积神经网络的人体动作识别方法

4．1 3D CNN的工作原理

4．1．1 3D卷积的基本原理

4．1．2三维的池化层

4．1．3 3D CNN的总体架构

4．2网络中的网络

4．3正则化网络Dropout

4．3．1 Dropout工作原理

4．3．2 Dropout神经网络模型

4．3．3反向传播训练dropout网络

4．4基于3D卷积神经网络设计的人体动作识别网络算法模型

4．4．1网络结构总体设计

4．4．2本章网络与原网络对比

4．5实验

4．5．1本章设计的人体动作识别算法流程

4．5．2实验设计与分析

4．6本章小结

结论

参考文献

攻读硕士学位期间发表的论文和取得的科研成果

致谢