基于多路时空特征流CNN--LSTM模型的行为识别研究

目录

声明

摘要

1绪论

1．1研究背景及意义

1．2国内外研究现状

1．2．1基于传统机器学习的行为识别

1．2．2基于深度学习的行为识别

1．2．3基于骨架图的行为识别

1．3研究内容

1．4技术路线及章节安排

1．4．1技术路线

1．4．2章节安排

1．5本章小结

2深度学习神经网络相关理论

2．1卷积神经网络

2．1．1基本结构

2．1．2网络训练过程

2．1．3网络测试过程

2．2循环神经网络

2．2．1传统循环神经网络

2．2．2长短时记忆网络

2．3 CNN-LSTM模型的时空建模

2．4视频数据集及识别性能评价标准

2．4．1行为识别视频数据集

2．4．2行为识别性能评价标准

2．5本章小结

3基于骨架图和CNN-LSTM的行为识别模型

3．1人体骨架图提取

3．2基于inception V3的CNN用于空间特征提取

3．3基于LSTM的骨架图时序关系建模

3．4基于骨架图的CNN-LSTM行为识别算法

3．4．1实验环境

3．4．2基于骨架图的行为识别方法对比实验

3．4．3基于inception V3的空间特征提取实验结果与分析

3．5本章小结

4基于多路CNN-LSTM融合模型的行为识别

4．2多模态信息融合策略

4．3实验结果与分析

4．3．1多模态间的信息差异对比

4．3．2多路CNN-LSTM模型融合结果与分析

4．4本章小结

5总结与展望

5．1总结

5．2展望

参考文献

致谢