全文总字数：8123字
1. 研究目的与意义（文献综述）
题目：基于bsn模型的时序动作检测研究
背景资料：
随着深度学习技术的发展，以及计算能力的进步（gpu等），现在基于视频的研究领域越来越受到重视。视频动作分析在人们的日常生活中具有很广泛的应用范围，比如智能监控系统、人机交互、游戏控制和机器人领域。其中时序动作检测作为视频内容分析中的一个重要分支已经成为学术界研究的重点。时序动作检测就是检测视频中的动作片段，具体需要识别这段动作是什么类别以及动作发生的开始和结束时间。对视频中人类行为的动作识别和检测是计算机视觉领域一个巨大的挑战。
2. 研究的基本内容与方案
基本内容与目标：
3. 研究计划与安排
(1)2020/1/13—2020/2/28：确定选题，查阅文献，外文翻译和撰写开题报告；
(2)2020/3/1—2020/4/30：系统架构、程序设计与开发、系统测试与完善；
(3)2020/5/1—2020/5/25：撰写及修改毕业论文；
4. 参考文献（12篇以上）
[1]simonyan k, zisserman a. two-stream convolutional networks foraction recognition in videos[c]. in: advances in neural information processingsystems. 2014:568–576.
[2]wang l, xiong y, wang z, et al. temporal segment networks: towardsgood practices for deep action recognition[c]. in: european conference oncomputer vision. springer. 2016:20–36.
[3]zhu w, hu j, sun g, cao x, qiao y. a key volume mining deepframework for action recognition[c]. in: proceedings of the ieee conference oncomputer vision and pattern recognition.2016:1991–1999.
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
