基于深度学习的人体骨架动作识别研究

《基于深度学习的人体骨架动作识别研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、２０１８届研宂生硕士学位论文分类号：学校代码：１０２６９密级：学号：５１１５１２０１０７７響ＥＡＳＴＣＨＩＮＡＮＯＲＭＡＬＵＮＩＶＥＲＳＩＴＹ硕士专业学位论文’ＭａｓｔｅｒｓＤｅｇｒｅｅＴｈｅｓｉｓ（Ｐｒｏｆｅｓｓｉｏｎａｌ）论文题目：基于深度学习的人体骨架动作识别研究院系ｔ计算机科学与软件工程学院专业：计算机技术研宄方向：计算机视觉指导教师：续晋华副教授学位申请人：胡立樟２０１７年１０月２０１８届研宄生硕士学位论文分

2、类号：１０２６９：学校代码密级：学号：５１１５１２０１０７７ＥａｓｔＣｈｉｎａＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ硕士学位论文’ＭＡＳＴＥＲＳＤＩＳＳＥＲＴＡＴＩＯＮ论文题目：基于深度学习的人体骨架动作识别研宄院系：计黧机科学与软件工程学院专业：计餘技术研宄方向：计算机视觉指导教师：续普华副教授学位串请人：胡立槺２０１７年１０月Ｔ’ｈｅｓｉｓｏｆＭａｓｔｅｒｓｄｅｒｅｅｏｎ２０１８ＳｃｈｏｏｌＣｏｄｅ：１０２６９ｇＮＯ．：

3、５１１５１２０１０７７ＥＡＳＴＣＨＩＮＡＮＯＲＭＡＬＵＮＩＶＥＲＳＩＴＹＨｕｍａｎＳｋｅｌｅｔａｌＡｃｔｉｏｎＲｅｃｏｎｉｔｉｏｎｇｂａｓｅｄｏｎＤｅｅＬｅａｒｎｉｎｐｇＤｅａｒｔｍｅｎｔ：ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅｐａｎｄＳｏｆｔｗａｒｅＥｎｇｉｎｅｅｒｉｎｇＭａｏｒ：ＣｏｍｐｕｔｅｒＴｅｃｈｎｏｌｏｇｙｊＲｅｓｅａｒｃｈＡｒｅａ：ＣｏｍｐｕｔｅｒＶｉｓｉｏｎＡｄｖｉｓｏｒ：Ａ．Ｐｒｏｆ．ＪｉｎｈｕａＸｕＭａ

4、ｔｅｒＣａｎｄｉｄａｔｅ：ＬｉｚｈａｎｇＨｕＯｃｔｏｂｅｒ２０１７，华东师范大学学位论文原创性声明郑重声明：本人呈交的学位论文《基于深度学习的人体骨架动作识别研宄》，是在华东师范大学攻读硕博士（请勾选）学位期间，在导师的指导下进行的研究工作及取得的研究成果。除文中己经注明引用的内容外，本论文不包含其他个人己经发表或撰写过的研宄成果。对本文的研宄做出重要贡献的个人和集体，均己在文中作了明确说明并表示谢意。＂〇：７ｌ年／作者签名日期ａ／月Ｕ曰华东师范大学学位论文著作权使用声明《

5、基于深度学习的人体骨架动作识别研宄》系本人在华东师范大学攻读学位期间在导师指导下完成的观＾博士（请勾选）学位论文，本论文的研究成果归华东师范大学所有。本人同意华东师范大学根据相关规定保留和使用此学位论文，“”送交学位论文的印刷并向主管部门和相关机构如国家图书馆、中信所和知网版和电子版；允许学位论文进入华东师范大学图书馆及数据库被查阅、借阅；同意学校将学位论文加入全国博士、硕士学位论文共建单位数据库进行检索，将学位论文的标题和摘要汇编出版，采用影印、缩印或者其它方式合理复制学位论文。本学位论文属于

6、（请勾选）“”“”（）１．经华东师范大学相关部门审查核定的内部或涉密学位论文＊，。，于年月日解密解密后适用上述授权２．不保密，适用上述授权。导师签名本人签名朝立構．．２０／７年ＩＩ月２２曰＊“涉”密学位论文应是己经华东师范大学学位评定委员会办公室或保密委员会审定过的学位论文（需附获批的《华东师范大学研宄生申请学“”位论文涉密审批表》方为有效），未经上述部门审定的学位论文均为公开学位论文。此声明栏不填写的，默认为公开学位论文，均适用上述授权）。胡立樟硕士学位论文答辩委员会成员

7、名单姓名职称工作单位是否博导备注吕岳教授华东师范大学是主席兰曼副教授华东师范大学是吕淑静高级工程师上海邮政科学研宄院否华东师范大学硕士学位论文摘要摘要基于骨架的人体动作识别一直是计算机视觉领域的一项重要课题。并由于其对光照、尺度和旋转的变化具有很强的鲁棒性，基于骨架的动作识别吸引了越来越多的人注意。在传统的骨架的动作识别方法中，特征的表示通常是手工制作的，．有效的特征获取通常较为困难。近年来，随着深度学习技术的兴起和发展，自动学习特征的方法即神经网络

8、被广泛的使用在了骨架动作识别中。最近的研宄表明，循环神经网络）ＮＮ）（ＲＮＮ或卷积神经网络（Ｃ能够有效的对骨架序列学习判别性特征并用于分类。一些基于深度学习模型己经取得了卓越的性能尽管近期的，但随着更为多样且复杂的骨架动作数据集ＮＴＵＲＧＢ＋Ｄ的提出，用于骨架动作识别的深度学习模型