基于图卷积神经网络的人体行为识别方法研究

目录

声明

第1章绪 论

1.1课题背景及研究意义

1.2 国内外研究现状

1.2.1 人体行为识别研究现状

1.2.2 基于骨骼的人体行为识别研究现状

1.2.3 目前存在的主要问题

1.3 本文的主要研究内容及论文结构

1.3.1 论文的主要研究内容

1.3.2 论文结构

第2章基本理论与相关技术

2.1 Kinect 传感器简介

2.2 人体行为识别步骤

2.3 批量归一化的基本知识

2.3.1 批量归一化的基本概念

2.3.2 批量归一化的数据处理过程

2.4 注意力机制的基本知识

2.5 图卷积神经网络的基本知识

2.6 长短期记忆神经网络的基本知识

2.7 本章小结

第3章基于ST-GCN+LSTM的人体行为识别研究

3.1 引言

3.2 构建身体骨架拓扑图

3.3 基于ST-GCN的特征提取模型

3.4 基于长短期记忆神经网络的动作分类模型

3.5 ST-GCN+LSTM 模型框架

3.6 基于ST-GCN+LSTM的人体行为识别算法

3.7 本章小结

第4章基于双流ST-GCN的人体行为识别研究

4.1 引言

4.2 基于关节点的人体行为识别模型

4.3 基于空间关系的人体行为识别模型

4.3.1 关节点间空间关系的提取

4.3.2 建立空间关系数据集

4.3.3 基于空间关系的人体行为识别方法

4.4 基于双流ST-GCN的人体行为识别算法

4.5 本章小结

第5章实验结果与分析

5.1 实验环境

5.2 数据集分析

5.2.1 NTU RGB+D 120 数据集介绍

5.2.2 对数据集进行数据处理

5.2.3 数据集划分

5.3 人体行为识别实验

5.4 实验评估指标

5.5 实验结果与分析

5.6 本章小结

结 论

参考文献

攻读硕士学位期间承担的科研任务与主要成果

致 谢