提升双人交互行为识别算法：改进时空图卷积模型.docxVIP

提升双人交互行为识别算法：改进时空图卷积模型

目录

提升双人交互行为识别算法：改进时空图卷积模型（1）．．．．．．．．．．．5

一、内容描述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

背景介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

1.1行为识别技术的重要性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

1.2现有算法的不足与挑战．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

1.3研究目的与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

相关研究综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10

2.1国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11

2.2典型算法介绍及对比分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12

2.3现有研究的不足之处．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

二、时空图卷积模型基础理论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

图卷积神经网络概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

1.1卷积神经网络的基本原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17

1.2图卷积网络的发展与应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18

时空图卷积模型原理介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

2.1时空数据的特性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21

2.2时空图卷积模型的构建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22

2.3模型的工作流程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24

三、双人交互行为识别技术改进方案．．．．．．．．．．．．．．．．．．．．．．．．．．25

现有算法的局限性分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26

1.1针对双人交互行为的识别难点．．．．．．．．．．．．．．．．．．．．．．．．．．．．27

1.2现有算法在双人交互识别中的不足．．．．．．．．．．．．．．．．．．．．．．．．27

改进策略与设计思路．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

2.1基于时空图卷积模型的优化方案．．．．．．．．．．．．．．．．．．．．．．．．．．29

2.2算法关键技术创新点介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31

四、时空图卷积模型的优化实现．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32

数据预处理与表示方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33

1.1数据收集与整理流程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35

1.2数据表示方式的优化尝试．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36

模型架构的优化设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37

2.1模型层数的调整与优化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38

2.2模型参数调整策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38

算法训练与性能评估方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．39

3.1训练数据集的选择与划分．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41

3.2性能评估指标与方法介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．43

五、实验验证与结果分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．44

提升双人交互行为识别算法：改进时空图卷积模型（2）．．．．．．．．．．45

一、内容概要．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．45

1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．45

1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．