全文总字数：5204字
文献综述
一、研究背景：人体动作识别被认为是一个活跃的研究领域，其应用包括基于内容的视频分析和检索、视觉监控、人机界面、教育、医学以及异常活动识别等。
在人体动作识别中，动作识别任务可以通过动作表示和动作分析来实现。
这些动作是通过不同类型的传感器获取的，如RGB、测距、雷达或可穿戴传感器。
由人类来完成人体动作识别任务，需要大量的时间，例如从录像中识别异常活动。
现在人类在多摄像机的操作是不可少的，因此这些任务是非常昂贵的和困难的。
此外，对特定的区域进行24小时监视是很繁琐的，而且可能会出现人为错误。
为了解决这些问题，人体动作识别的出现也就更加的颇为重要。
基于深度学习的动作识别方法变得流行，因为它能够分层次地从多个层次学习特征，并自动地构建原始输入的高级表示。
深度学习使用一些诸如局部感知，权重共享，多卷积核，向下池化的方法，从图像的一部分而不是全部图像来学习局部特征，最终的识别结果由多个卷积层的结果决定。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文文献综述，课题毕业论文、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。
