第1章 绪论
1.1 人体行为识别分类
1.2 人体骨架行为识别的优势
1.3 人体骨架行为识别的应用
1.4 人体骨架行为识别的研究难点
1.5 人体骨架数据的结构
1.6 人体骨架数据的获取方法
1.7 人体骨架数据集
1.8 人体骨架行为识别的发展历程
1.9 基于深度学习的人体骨架行为识别方法
1.10 人体骨架行为识别研究的关键问题
本章小结
第2章 人体骨架的几何代数表示及行为识别
2.1 几何代数基础
2.2 基于几何代数的人体骨架时空模型
2.3 基于几何代数旋转算子的视角转换
2.4 基于关节点几何特征的行为描述
2.5 基于骨骼几何特征的行为描述
2.6 实验结果与分析
本章小结
第3章 基于时空视角不变表征的骨架行为识别
3.1 基于时空视角不变表征的骨架行为识别框架
3.2 基于旋转子的骨架序列视角变换
3.3 骨架序列的时空视角不变模型
3.4 骨架序列形态与运动表征学习
3.5 可选择的多通道卷积神经网络
3.6 实验结果与分析
本章小结
第4章 基于人体骨架空间金字塔模型的行为识别
4.1 空间金字塔匹配方法的发展历程
4.2 空间金字塔模型简介
4.3 人体骨架空间金字塔模型
4.4 基于人体骨架空间金字塔的骨架行为识别
4.5 实验结果与分析
本章小结
第5章 基于李群骨架表示的行为识别
5.1 李群基础
5.2 骨架的李群表示及李代数映射
5.3 深度LS-LieNet
5.4 实验结果与分析
本章小结
第6章 基于注意力机制的骨架行为识别深度网络
6.1 注意力机制
6.2 骨架关节点特征演化图编码
6.3 运动信息引导的通道注意力模型
6.4 基于张量的时空注意力模型
6.5 运动信息引导通道时空注意力网络
6.6 实验结果与分析
本章小结
第7章 基于自适应多视角图卷积网络的行为识别
7.1 图卷积基础知识
7.2 多视角自适应图卷积网络结构
7.3 基于时空特征的骨架图构建
7.4 自适应视角转换模块
7.5 多通道图卷积网络融合
7.6 实验结果与分析
本章小结
第8章 视角不变下的双人交互行为表示及识别
8.1 交互行为中的主动/被动个体划分
8.2 交互特征表示及编码
8.3 多流CNN
8.4 实验结果与分析
本章小结
第9章 相对视角下基于多图卷积网络的交互行为识别
9.1 基于图卷积网络的交互行为识别描述
9.2 基于相对视角的交互行为表示
9.3 基于多图卷积网络的交互特征学习
9.4 实验结果与分析
本章小结
参考文献
展开
