声明
目 录
第 1 章绪 论
1.1 课题研究背景
1.2 国内外研究现状
1.2.1 行为识别研究现状
1.2.2 基于骨架的人体行为识别的研究现状
1.2.3 常用的骨架识别数据集
1.3 行为识别研究的难点
1.4 研究的目的及意义
1.5 论文主要研究内容及组织结构
第 2 章人体骨架关键点检测方法研究
2.1 引言
2.2 传统的人体骨架关键点检测方法
2.3 基于深度学习的人体骨架关键点检测方法
2.4 本章小结
第 3 章 人体骨架关键点提取与模型表示
3.1 Kinect 人体骨架关键点提取方法
3.1.1 获取深度图像
3.1.2 人与背景分离
3.1.3 身体部位分类
3.2 预处理
3.3 时空骨架模型表示
3.3.1 时间子网的骨架模型表示
3.3.2 空间子网的骨架模型表示
3.4 数据增强技术
3.5 人体骨架关键点提取与模型表示算法
3.6 本章小结
第 4 章基于骨架的时空双流 C-LSTM 行为识别方法
4.1 时空双流 C-LSTM模型概述
4.2 C-LSTM网络模型及算法
4.2.1 1D CNN和 1DAveragePooling
4.2.2 RNN和 LSTM
4.2.3 注意力机制
4.2.4 全连接层和 SoftMax分类器
4.2.5 时空双流 C-LSTM人体行为识别算法
4.3 本章小结
第 5 章人体行为识别实验及结果分析
5.1 实验环境
5.2 实验数据来源
5.3 参数说明
5.4 实验对比与结果分析
5.4.1 实验评估指标
5.4.2 模型结构之间的对比
5.4.3 与其他方法进行对比
5.5 本章小结
结 论
参考文献
攻读硕士学位期间承担的科研任务与主要成果
致 谢
燕山大学;