声明
1 绪论
1.1 研究背景和意义
1.2 国内外研究现状
1.2.1 基于RGB的行为识别方法
1.2.2 基于3D骨骼的行为识别方法
1.3 主要研究内容
1.4 论文结构安排
2 行为识别理论与研究框架
2.1 神经网络
2.1.1 卷积神经网络
2.1.2 图卷积网络
2.2 行为数据表示
2.2.1 骨骼数据结构
2.2.2 特征表示与编码
2.3 时空图卷积网络
2.3.1 模型拓扑结构
2.3.2 时空网络模型
2.4 交互行为识别框架
2.5 数据集及性能评价标准
2.5.1 数据集介绍
2.5.2 性能评价标准
2.6 本章小结
3 人与物交互行为检测判断
3.1 交互判断网络的构建
3.1.1 物体位置特征与表示
3.1.2 颜色编码矩阵
3.2 时空位置特征学习
3.2.1 网络结构与参数
3.2.2 数据处理与标定
3.3 实验结果与分析
3.3.1 实验参数
3.3.2 结果与分析
3.4 本章小结
4 多模态深度融合的交互行为识别
4.1 图卷积与像素卷积网络
4.1.1 自适应GCN网络
4.1.2 RGB信息提取网络
4.1.3 模型训练及评估
4.2 人与物时空关系网络
4.2.1 HOI-ST行为模型构建
4.2.2 多模态融合策略
4.2.3 实验结果与性能分析
4.3 实验结果与分析
4.3.1 数据集与实验参数
4.3.2 实验结果与方法对比
4.4 本章小结
5 总结与展望
5.1 主要工作与成果
5.2 展望
致谢
参考文献
攻读学位期间主要研究成果
西安理工大学;