視覺人體動作識別技術(shù)

●第1章 緒論001
1.1 研究目的和意義001
1.2 國內(nèi)外研究現(xiàn)狀005
1.2.1 人體姿態(tài)估計005
1.2.2 基于視頻的人體動作識別011
1.2.3 基于骨架序列的人體動作識別014
1.2.4 基于互動關(guān)系的視覺人體動作識別015
1.2.5 視頻群體動作識別027
1.3 研究內(nèi)容032
1.4 本書結(jié)構(gòu)安排034
第2章 基于時序一致性探索的人體2D姿態(tài)估計036
2.1 引言036
2.2 相關(guān)工作038
2.2.1 基于深度學(xué)習(xí)的視頻人體2D姿態(tài)估計038
2.2.2 卷積長短時記憶網(wǎng)絡(luò)和可變形卷積038
2.3 問題定義039
2.4 圖像人體2D姿態(tài)估計網(wǎng)絡(luò)040
2.5 視頻時序一致性探索041
2.5.1 變形操作042
2.5.2 聚合操作043
2.5.3 雙向時序一致性探索043
2.5.4 多尺度時序一致性探索044
2.6 視頻人體2D姿態(tài)估計網(wǎng)絡(luò)044
2.7 實(shí)驗(yàn)結(jié)果046
2.7.1 實(shí)驗(yàn)設(shè)置046
2.7.2 性能比較048
2.7.3 模型控制變量分析與實(shí)驗(yàn)結(jié)果051
2.8 本章小結(jié)055
第3章 多視角幾何驅(qū)動的自監(jiān)督人體3D姿態(tài)估計057
3.1 引言057
3.2 相關(guān)工作059
3.2.1 基于深度學(xué)習(xí)的單目人體3D姿態(tài)估計060
3.2.2 弱/自監(jiān)督單目人體3D姿態(tài)估計060
3.3 自監(jiān)督人體3D姿態(tài)估計方法061
3.3.1 雙分支自監(jiān)督訓(xùn)練網(wǎng)絡(luò)結(jié)構(gòu)061
3.3.2 損失函數(shù)062
3.3.3 訓(xùn)練064
3.4 實(shí)驗(yàn)結(jié)果065
3.4.1 實(shí)驗(yàn)設(shè)置065
3.4.2 模型控制變量分析與實(shí)驗(yàn)結(jié)果066
3.4.3 性能比較070
3.5 本章小結(jié)071
第4章 基于人體形狀與相機(jī)視角一致分解的人體3D姿態(tài)估計072
4.1 引言072
4.2 相關(guān)工作074
4.2.1 基于字典學(xué)習(xí)的單目人體3D姿態(tài)估計方法074
4.2.2 運(yùn)動恢復(fù)非剛體結(jié)構(gòu)075
4.3 問題定義075
4.4 一致分解網(wǎng)絡(luò)076
4.5 層次化字典學(xué)習(xí)077
4.6 模型訓(xùn)練079
4.7 實(shí)驗(yàn)結(jié)果079
4.7.1 實(shí)驗(yàn)設(shè)置079
4.7.2 模型控制變量分析與實(shí)驗(yàn)結(jié)果080
4.7.3 性能比較083
4.8 本章小結(jié)084
第5章 基于多時空特征的人體動作識別086
5.1 引言086
5.2 相關(guān)工作088
5.2.1 基于表觀的時空表示學(xué)習(xí)088
5.2.2 基于骨架序列的時空表示學(xué)習(xí)089
5.3 多時空特征人體動作識別方法概述089
5.4 多層級表觀特征聚合090
5.4.1 局部演化描述符提取090
5.4.2 局部演化描述符編碼092
5.4.3 深度監(jiān)督的多層級特征聚合092
5.5 時空圖卷積網(wǎng)絡(luò)093
5.5.1 時空圖卷積094
5.5.2 網(wǎng)絡(luò)細(xì)節(jié)095
5.6 實(shí)驗(yàn)結(jié)果096
5.6.1 實(shí)驗(yàn)設(shè)置096
5.6.2 模型控制變量分析與實(shí)驗(yàn)結(jié)果097
5.6.3 性能比較099
5.7 本章小結(jié)100
第6章 基于扁平式互動關(guān)系分析的多人動作識別101
6.1 引言101
6.2 相關(guān)工作109
6.3 特征表征111
6.3.1 肢體角度描述符特征113
6.3.2 空間布局特征114
6.3.3 基于融合受限玻爾茲曼機(jī)的特征融合116
6.4 線索互動關(guān)系模型126
6.5 扁平式動作識別方法127
6.6 局部線索與局部識別129
6.7 基于目標(biāo)子空間度量的動作相關(guān)性分析130
6.8 全局線索整合與動作識別131
6.8.1 全局-局部線索整合算法131
6.8.2 改進(jìn)全局-局部線索整合算法132
6.9 實(shí)驗(yàn)結(jié)果與分析136
6.9.1 數(shù)據(jù)集及實(shí)驗(yàn)設(shè)置136
6.9.2 算法結(jié)果與分析138
6.9.3 與現(xiàn)有方法的對比146
6.10 本章小結(jié)149
第7章 基于層級式互動關(guān)系分析的群組動作識別150
7.1 引言150
7.2 相關(guān)工作152
7.3 混合群組動作模型154
●
● 7.4 混合群組動作模型的概率分布157 
●
● ……