發(fā)布時間：2022-07-08 14:26

　　3D行為識別在圖像檢索、智能監(jiān)控、人機(jī)交互等領(lǐng)域有廣闊的應(yīng)用前景,是近年來人工智能領(lǐng)域的研究熱點(diǎn),經(jīng)過國內(nèi)外學(xué)者的不懈努力,取得了長足發(fā)展,但由于非理想的成像條件和動作內(nèi)容的復(fù)雜多變,3D行為識別仍有許多亟待解決的問題:如動作序列缺乏統(tǒng)一有效的特征描述、低層圖像特征和高層動作類別之間的語義鴻溝、缺少可靠的語義特征時域分析模型等。針對上述問題,擬在兩個方面展開研究:1)基于動作序列的RGBD多模式數(shù)據(jù)特性,研究通過多卷積神經(jīng)網(wǎng)絡(luò)獲得3D動作的多時空表達(dá);2)研究運(yùn)用圖模型描述動作視覺屬性間的語義和幾何關(guān)系,來約束多任務(wù)聯(lián)合語義屬性優(yōu)化學(xué)習(xí),消除語義鴻溝;最終實(shí)現(xiàn)3D動作序列的復(fù)雜行為識別。 

【文章頁數(shù)】：54 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 課題背景和意義
    1.2 從視頻序列中建模3D人體運(yùn)動的問題
    1.3 使用3D數(shù)據(jù)進(jìn)行人類動作識別
        1.3.1 構(gòu)建3D數(shù)據(jù)方法
        1.3.2 傳統(tǒng)立體視覺動作識別方法
    1.4 本文主要內(nèi)容
第二章 人體骨架流形時空特征的提取
    2.1 引言
    2.2 基于人體部位之間相對幾何關(guān)系的三維人體骨架表示方法
    2.3 基于動態(tài)時間規(guī)整的速率變化建模方法
    2.4 基于旋轉(zhuǎn)運(yùn)動的插值方法
    2.5 基于傅里葉時序金字塔的時序模式表示方法
    2.6 本章小結(jié)
第三章 多模式數(shù)據(jù)的多任務(wù)多屬性聯(lián)合學(xué)習(xí)行為識別
    3.1 引言
    3.2 人體骨架的流形時空特征提取
    3.3 基于多卷積神經(jīng)網(wǎng)絡(luò)的序列段多模式齊次時空特征監(jiān)督學(xué)習(xí)框架
    3.4 屬性關(guān)聯(lián)圖約束的保語義多任務(wù)聯(lián)合屬性學(xué)習(xí)方法
    3.5 實(shí)驗(yàn)
        3.5.1 實(shí)驗(yàn)數(shù)據(jù)集
        3.5.2 對MSRAction3D數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)與分析
        3.5.3 對UTD-MHAD數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)與分析
        3.5.4 對UTKinect-Action3D數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)與分析
    3.6 本章小結(jié)
第四章 總結(jié)與展望
    4.1 本文工作總結(jié)
    4.2 未來工作展望
參考文獻(xiàn)
致謝



本文編號：3657194