基于时空DenseNet的人体动作识别

《基于时空DenseNet的人体动作识别》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、（＾）４ＳｏｕｔｈＣｈｉｎａＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ工程硕士学位论文基于时空ＤｅｎｓｅＮｅｔ的人体云力作识另ｌｊ作者姓名钟佳琪工程领域计算机技术校内指导教师韩国强教授校外指导教师李仁德高级工程师所在学院计算机科学与工程学院论文提交日期２０１８年３月Ｈｕｍａｎ－ＡｃｔｉｏｎＲｅｃｏｎｉｔｉｏｎｂａｓｅｄｏｎＳａｔｉａｌｔｅｍｏｒａｌｇｐｐＤｅｎｓｅＮｅｔＡＤｉｓｓｅｒｔａｔｉｏｎＳｕｂｍｉｔｔｅｄｆｏｒｔｈｅＤｅｒｅ

2、ｅｏｆＭａｓｔｅｒｇＣａｎｄｉｄａｔｅ：ＺｈｏｎＪｉａｉｇｑＳｕｐｅｒｖｉｓｏｒ：Ｐｒｏｆ．ＨａｎＧｕｏｑｉａｎｇＳｏｕｔｈＣｈｉｎａＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙＧｕａｎｇｚｈｏｕＣｈｉｎａ，分类号：ＴＰ３学校代号：１０５６１学号：２０１５２１０３１６６９华南理工大学硕士学位论文基于时空ＤｅｎｓｅＮｅｔ的人体动作识别作者姓名：钟佳琪指导教师姓名、职称：韩国强教授申请学位级别：工程硕士工程领域名称：计算机技术论文形式：□产品研发□工程

3、设计０应用研究□工程／项目管理□调研报告研究方向：计算机应用技术论文提交日期：２０１８年３月１日论文答辩日期：２０１８年３月２０日学位授予单位：华南理工大学学位授予日期：２０１８年月日答辩委员会成员：主席：罗笑南委员：张军许勇陈伟能蔡宏民华南理工大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研宄成果，本论文不包含任。除了文中特别加以标注引用的内容外何其他个人或集体己经发表或撰写的成果作品。对本文的研宄做出重要贡献的个人和集体

4、，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名：日期年彡月１日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：研宄生在校攻读学位期间论文工作的知识产权单位属华南理工大学。学校有权保存并向国家有关部门或机构送交论文的复印件和电子版，允许学位论文被査阅（除在保密期内的保密论文外）；学校可以公布学位论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存、汇编学位论文一。本人电子文档的内容和纸质论文的内容相致。本学位

5、论文属于：□保密，（校保密委员会审定为涉密学位时间：年月日）＿＿＿于年月日解密后适用本授权书。＿５＿＿＃保密，，同意在校园网上发布供校内师生和与学校有共享协议的单位浏览；同意将本人学位论文提交中国学术期刊（光盘版）电子杂志社全文出版和编入ＣＮＫＩ《中国知识资源总库》，传播学位论文的全部或部分内容。“”（请在以上相应方框内打Ｖ）作者签名．日期指导教师签名日期必访．＾９作者联系电话电子邮箱：联系地址（含邮：摘要计算机视觉领域的快速发展，使得计算机对视频内容进行理解变成了

6、可能。人体动一一作识别作为视频理解中最为重要的部分之，是计算机视觉领域个热门且极具挑战性的研究方向。人体动作识别具有广阔的应用前景，在日常生活中的各个领域（比如自动驾驶辅助、体育动作分析和智能视频监控等）发挥着重要的作用。但是，当前人体动作识别依然存在较多挑战性因素尚未被很好地解决，比如不同个体间的差异和运动速度的不同，可能造成人体动作的类内差变大而类间差变小的情况视频中的光照、视角变化；等问题对最终的识别结果造成影响等等。本文在充分总结前人研究工作的基础上，分析当前人体动作识别领域的不足，进

7、而提出基于时空的ＤｅｎｓｅＮｅｔ算法解决视频分析中的人体动作识别问题。本文的主要工作贡献在于：首先，本文提出了三维ＤｅｎｓｅＮｅｔ。由于视频是由图片序列组成的，仅对于单张图片提取特征会导致视频在时间维度上的信息丢失。为了得到时间维度上的信息，本文将用于单张图片分类的ＤｅｎｓｅＮｅｔ网络模型从二维扩展到三维，使网络模型能够在时间维度上对视频图片序列进行特征提取，引入三维卷积和三维池化操作，有效应用于人体动作识别。然后，本文提出了基于时空ＤｅｎｓｅＮｅｔ的人体动作识别方法。以三维ＤｅｎｓｅＮｅ

8、ｔ作为基础网络结构，构建时空ＤｅｎｓｅＮｅｔ。时空ＤｅｎｓｅＮｅｔ网络具有两条信息流，空间流和时间流，空间流网络接受固定长度的图片序列作为输入，时间流网络接受固定长度的动态信息图序列作为输入。空间流网络和时间流网络各自的预测结果在最终分类层进行融合，得到动作识别结果。此外，由于视频序列的时间信息和