人小微样本下运动行为识别：孪生网络算法研究.docx
人小微样本下运动行为识别：孪生网络算法研究
目录
人小微样本下运动行为识别：孪生网络算法研究（1）．．．．．．．．．．．．．4
一、内容概要．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4
研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4
国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5
研究内容与方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6
创新点与特色．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6
二、运动行为识别技术概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7
运动行为识别定义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8
运动行为识别技术分类．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9
运动行为识别技术应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10
三、人小微样本下运动行为识别挑战．．．．．．．．．．．．．．．．．．．．．．．．．．11
数据采集与处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11
特征提取与选择．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12
识别准确率与鲁棒性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13
四、孪生网络算法理论基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14
孪生网络算法概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15
孪生网络算法原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15
孪生网络算法应用场景．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16
五、基于孪生网络的运动行为识别研究．．．．．．．．．．．．．．．．．．．．．．．．17
数据预处理及实验设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18
1.1数据采集与标注．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19
1.2数据增强与划分．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20
孪生网络模型构建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21
2.1网络架构设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21
2.2损失函数设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22
模型训练与结果分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23
3.1训练过程及优化策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24
3.2识别结果及性能评估．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25
六、实验结果分析对比．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26
实验环境与数据集．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27
实验方法与评价指标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28
实验结果对比与分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29
七、结论与展望．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29
研究结论总结．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30
研究不足与局限性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31
未来研究方向与展望．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31
人小微样本下运动行为识别：孪生网络算法研究（2）．．．．．．．．．．．．32
内容概要．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32
1.1研究背景．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33
1.2研究意义．．．．．．．．．．．．．