| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 人体骨架提取研究现状 | 第12-13页 |
| 1.2.2 人体行为理解研究现状 | 第13-14页 |
| 1.2.3 远程人机交互与康复医疗研究现状 | 第14页 |
| 1.3 主要研究内容 | 第14-15页 |
| 1.4 章节安排 | 第15-17页 |
| 第二章 人体骨架提取算法综述 | 第17-24页 |
| 2.1 引言 | 第17页 |
| 2.2 人体骨架提取算法 | 第17-22页 |
| 2.2.1 无模型(Model-Free)方法 | 第18-20页 |
| 2.2.2 基于模型(Model-Based)方法 | 第20-22页 |
| 2.3 模型拟合的人体骨架提取框架 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 深度图像多层2.5D细化算法 | 第24-35页 |
| 3.1 引言 | 第24页 |
| 3.2 传统2D细化算法 | 第24-28页 |
| 3.2.1 邻域 | 第25页 |
| 3.2.2 二值化 | 第25-26页 |
| 3.2.3 交叉数与连接数 | 第26页 |
| 3.2.4 2D细化 | 第26-28页 |
| 3.3 多层2.5D细化算法 | 第28-32页 |
| 3.3.1 自适应多层分割 | 第28-29页 |
| 3.3.2 多层2.5D细化 | 第29-31页 |
| 3.3.3 线上距离计算 | 第31-32页 |
| 3.4 实验与分析 | 第32-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第四章 人体骨架提取与行为理解 | 第35-63页 |
| 4.1 引言 | 第35页 |
| 4.2 人体骨架提取 | 第35-49页 |
| 4.2.1 骨骼基准点检测 | 第36-39页 |
| 4.2.2 标准骨架模型 | 第39-42页 |
| 4.2.3 模型拟合 | 第42-49页 |
| 4.3 基于人体骨架的行为理解 | 第49-53页 |
| 4.4 实验与分析 | 第53-62页 |
| 4.4.1 实验数据库 | 第53-57页 |
| 4.4.2 实验结果 | 第57-62页 |
| 4.5 本章小结 | 第62-63页 |
| 第五章 远程人机交互系统与康复训练 | 第63-74页 |
| 5.1 引言 | 第63页 |
| 5.2 远程人机交互系统 | 第63-65页 |
| 5.3 远程康复训练 | 第65-71页 |
| 5.3.1 系统框架 | 第66-68页 |
| 5.3.2 下肢康复外骨骼机器人 | 第68-71页 |
| 5.4 系统验证 | 第71-73页 |
| 5.5 本章小结 | 第73-74页 |
| 第六章 总结与展望 | 第74-76页 |
| 6.1 本文总结 | 第74-75页 |
| 6.2 未来展望 | 第75-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-82页 |
| 攻读硕士学位期间取得的成果 | 第82页 |