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
哈尔滨工程大学;