声明
致谢
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 基于视频图像的人体动作识别研究现状
1.2.2 基于人体骨架的动作识别研究现状
1.3 主要研究内容
1.4 章节安排
2 本文相关理论基础
2.1 深度学习概述
2.2 骨架数据特点
2.3 循环神经网络介绍
2.4 卷积神经网络介绍
2.4.1 传统神经网络
2.4.2 卷积层介绍
2.4.3 池化层介绍
2.4.4 激活函数
2.5Concat、Max 和Mean 特征融合
2.6 时空图卷积网络介绍
2.7 本章小结
3 基于双流卷积神经网络的人体骨架动作识别
3.1 引言
3.2 双流卷积神经网络结构
3.3.1 注意力机制
3.3.2 时域差分数据
3.3.3 网络融合方式
3.4.1 NTU_RGB+D数据集介绍
3.4.2 实验细则
3.4.3 实验结果和分析
3.5 本章小结
4 基于LSTM 和CNN 的人体骨架动作识别
4.1 引言
4.2LSTM和CNN网络整体结构
4.3.1 人体骨架序列
4.3.2 时域模型
4.3.3 空域模型
4.4.1 数据集介绍
4.4.2 实验细则
4.4.2 实验结果和分析
4.5 本章小结
5 基于多流卷积神经网络的人体骨架动作识别
5.1 引言
5.2 多流卷积神经网络结构
5.2.1 HCN 分层共现网络结构
5.2.2 总体设计方案
5.2.3 多流卷积神经网络结构
5.3.1 骨架建模方式
5.3.2 时空差分数据
5.4.1 实验细则
5.4.2 实验结果和分析
5.5 本章小结
6 总结与展望
6.1 总结
6.2 展望
参考文献
作者简历
学位论文原创性声明
学位论文数据集
中国矿业大学中国矿业大学(江苏);