基于深度学习的人体行为识别技术研究与实现开题报告

1. 研究目的与意义（文献综述）

1.1研究目的及意义

近年来，人体行为识别成为计算机视觉领域的重要研究热点，在智能监控，智能家居，安全驾驶，人机交互等领域中具有重要的研究意义和广泛的应用前景。随着人工智能的火热发展，以及深度学习技术的日益成熟，基于深度学习的人体行为识别备受国内外学者关注和研究。在互联网信息如此发达的当下，视频数据急速增多，而视频数据中包含大量信息，所以人体行为识别具有重大的应用价值。

比如在智能监控方面，随着社会经济的进步，越来越多的监控摄像分布在我们生活中的各个角落，各种公共场所，但是现在还不能进行自动监控，还需要人工去监控，但是这个耗时耗力，有时无法立即检测到事故的发生，如果能应用人体行为识别技术，便能自动识别有什么异常，一旦异常便触发警报。还有安全驾驶方面，如果驾驶员在驾驶过程中有打电话，闭眼，注意力不集中的情况，便触发警报，这会大大降低事故发生的几率。还有我们现在正在广泛应用的体感游戏，无需穿戴装备，增强游戏的体验感；在体育训练和医学领域，基于人体行为识别的运动分析，可以捕捉到运动员的不标准的动作，从而提高训练效率，在医学康复中也是如此，并且可以通过运动动作来识别患者骨骼是否正常愈合。除此之外，人体行为识别还能在很多领域发挥作用。

2. 研究的基本内容与方案

2.1研究目标

①基于深度学习的人体行为识别技术研究与实现

②几种深度学习算法用于人体行为识别时的对比分析

3. 研究计划与安排

第1 - 3周：收集、整理选题相关的文献资料，完成、完善方案论证，撰写开题报告；

第4 - 5周：认真学习选题相关的知识、理论和算法实现等，熟悉软硬件环境；

第6 - 8周：建立软硬件仿真模型、完成程序编写、仿真实验等，并做好相关记录及分析；

4. 参考文献（12篇以上）

[1]朱煜,赵江坤,王逸宁,郑兵兵.基于深度学习的人体行为识别算法综述[j].自动化学报,2016,42(06):848-857.

[2]刘潇.基于深度学习的人体行为识别技术的研究与应用[d].北京邮电大学出版社,2019.

[3]樊恒,徐俊,邓勇,et al.基于深度学习的人体行为识别[j].武汉大学学报:信息科学版,2016(41):497.