摘要
1.1研究的背景与意义
1.2国内外研究现状
1.3论文研究内容
1.4论文的结构安排
第2章人体行为识别关键技术
2.1人体行为识别的概念
2.2三维卷积神经网络的基础网络层
2.2.1 3D卷积层
2.2.2 3D池化层(3D Polling)
2.2.3激活函数(Activation Function)
2.3常用的人体行为识别数据集
2.3.1 KTH数据集
2.3.2 HMDB51数据集
2.3.3 UCF101数据集
2.3.4 MERL购物数据集
2.4本章小结
第3章基于3D-DenseNet-BC的人体行为识别方法
3.1 DenseNet网络模型概述
3.2三维密集连接块和过渡层
3.2.1密集连接块
3.2.2三维瓶颈层和模型压缩
3.2.3过渡层(Transition Layer)
3.3 3D-DenseNet-BC的网络参数的选择
3.3.1代价函数
3.3.2优化方法
3.3.3 Dropout
3.3.4目标特征的分类识别
3.4实验结果与分析
3.4.1数据预处理
3.4.2网络参数设置及实验结果与分析
3.5本章小结
第4章改进的基于3D-DenseNet-BC人体行为识别
4.1改进网络模型
4.1.1改进模型中的激活函数
4.1.2改进模型中的池化方法
4.2实验结果与分析
4.2.1改进激活函数的网络模型实验结果
4.2.2改进池化方法的网络模型实验结果及分析
4.3模型评价
4.4人体行为识别模型的可行性分析
4.5本章小结
5.1总结
5.2展望
参考文献
致谢
攻读学位期间发表的学术成果
声明
黑龙江大学;