基于多尺度CNN特征的人体行为识别算法研究

《基于多尺度CNN特征的人体行为识别算法研究》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、单位代码10635学号112015321001531硕士学位论文基于多尺度CNN特征的人体行为识别算法研究论文作者：周永生指导教师：肖国强教授学科专业：计算机软件与理论研究方向：数字媒体处理提交论文日期：2018年4月8日论文答辩日期：2018年5月26日学位授予单位：西南大学中国重庆2018年5月目录摘要.........................................................................................................................

2、......IAbstract..........................................................................................................................III第1章绪论..................................................................................................................11.1研究背景及意义......

3、..........................................................................................11.2国内外研究现状................................................................................................31.2.1人体行为识别研究现状...............................................................

4、...........31.2.2深度学习研究现状..................................................................................51.2.3深度学习在人体行为识别上的研究现状..............................................61.3本文主要工作..........................................................................................

5、..........71.4本文结构安排....................................................................................................81.5本章小结............................................................................................................8第2章相关背景介绍..............................

6、......................................................................92.1卷积神经网络....................................................................................................92.1.1卷积神经网络的结构............................................................................102.1

7、.2卷积操作................................................................................................112.1.3激活函数................................................................................................132.1.4池化操作........................................................

8、........................................152.2循环神经网络.................