基于深度学习的人体骨架动作识别

目录

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