小样本下基于孪生网络的动态人体行为识别算法研究.docx

小样本下基于孪生网络的动态人体行为识别算法研究

目录

小样本下基于孪生网络的动态人体行为识别算法研究（1）．．．．．．．．4

内容描述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.1研究背景．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.2研究意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

1.3国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

相关理论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

2.1孪生网络简介．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

2.2动态人体行为识别基本原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

2.3小样本学习理论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

孪生网络在动态人体行为识别中的应用．．．．．．．．．．．．．．．．．．．．．．9

3.1孪生网络结构设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

3.2特征提取与表示．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10

3.3基于孪生网络的动态人体行为识别方法．．．．．．．．．．．．．．．．．．．．12

实验设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13

4.1数据集介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

4.2实验环境与参数设置．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15

4.3评价指标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

实验结果与分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

5.1不同方法比较．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17

5.2参数敏感性分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18

5.3动态人体行为识别结果讨论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

实验验证与优化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20

6.1实验验证．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21

6.2算法优化与改进．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22

6.3模型压缩与加速．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

应用前景与挑战．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24

7.1应用场景．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24

7.2技术挑战与发展趋势．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25

小样本下基于孪生网络的动态人体行为识别算法研究（2）．．．．．．．25

内容概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26

1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26

1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27

1.3研究目标与内容．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

文献综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29

2.1行为识别方法综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29

2.2深度学习在行为识别中的应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．30

2.3基于孪生网络的行为识别技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．31

小样本下人体行为识别挑战分析．．．．．．．．．．．．．．．．．．．．．．．．．．．32

3.1数据稀疏