全文总字数：2696字
1. 毕业设计（论文）的内容和要求
一、研究的意义行为识别是计算机视觉中的热门问题之一[1]，广泛地应用于视频监控、人机交互等场景中[2]。
从实现方式上可以粗略地分为基于手动设计特征的行为识别和基于神经网络的行为识别，而传统的基于手动提取的特征只适用于特定的场景，不够智能[3],容易受到视角的干扰[4]，近年来涌现出许多种基于神经网络的行为识别方式。
图是一种更具有普适性的非欧式关系数据，人体骨架、分子结构、关系图谱等都可以用图表示，因此对于图的研究有更广泛的应用场景。
2. 实验内容和要求
1、查阅相关资料，能理解课题的意义；2、学习并掌握图卷积神经网络的基本原理；3、学习并掌握Pytorch框架的使用；4、学习利用图卷积神经网络进行行为识别的原理；5、掌握现有主流的基于图卷积神经网络进行行为识别的算法，并进行对比和总结；6、学习使用openpose提取视频中人物的骨架信息；7、实现交互行为识别，能对本次研究的内容提炼出有价值的应用方向；8、要求每周5天、每天在实验室时间不少于6个小时。
3. 参考文献
[1]时俊. 基于GCN人体行为识别系统的研究与实现[D]. 辽宁大学,2019.
[2]郭伏正,孔军,蒋敏. 自适应融合RGB和骨骼特征的行为识别[J]. 激光与光电子学进展,2020,57(20):310-319.
[3]吴潇颖,李锐,吴胜昔. 基于CNN与双向LSTM的行为识别算法[J]. 计算机工程与设计,2020,41(02):361-366.
4. 毕业设计（论文）计划
2021-01-15~2021-02-28 学习毕业设计相关文件及规章制度，学会利用图书馆查阅电子文献、理解毕业设计题目的含义及实现思想；完成英文文献翻译。
2021-03-01~2021-03-22 学习论文撰写规范，查阅资料，根据任务书要求，撰写开题报告及开题。
2021-03-23~2021-04-05 学习图卷积神经网络的原理，并掌握Python编程和Pytorch框架。
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
