人体2.5D细化算法及其骨架提取研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-22页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 研究现状 | 第10-14页 |
| 1.2.1 基于模型的方法 | 第11-12页 |
| 1.2.2 基于身体部位的方法 | 第12-13页 |
| 1.2.3 基于特征的方法 | 第13-14页 |
| 1.3 深度摄像机发展现状 | 第14-16页 |
| 1.3.1 立体摄像机 | 第14-15页 |
| 1.3.2 ToF摄像机 | 第15页 |
| 1.3.3 结构光摄像机 | 第15-16页 |
| 1.3.4 摄像机总结与对比 | 第16页 |
| 1.4 应用 | 第16-20页 |
| 1.4.1 动画和娱乐 | 第17页 |
| 1.4.2 医学分析 | 第17-18页 |
| 1.4.3 人机交互 | 第18-20页 |
| 1.5 本论文主要研究内容 | 第20-21页 |
| 1.6 本章小结 | 第21-22页 |
| 第二章 2.5D细化算法 | 第22-31页 |
| 2.1 引言 | 第22页 |
| 2.2 基本理论 | 第22-25页 |
| 2.2.1 邻域和边界 | 第22-23页 |
| 2.2.2 连接数 | 第23-24页 |
| 2.2.3 模式的编码 | 第24-25页 |
| 2.3 模式法细化 | 第25-26页 |
| 2.4 2.5D细化算法 | 第26-28页 |
| 2.5 实验及分析 | 第28-29页 |
| 2.6 本章小结 | 第29-31页 |
| 第三章 3D骨架提取算法 | 第31-48页 |
| 3.1 引言 | 第31页 |
| 3.2 方法概述 | 第31-32页 |
| 3.3 图像预处理 | 第32-34页 |
| 3.3.1 人体轮廓提取 | 第32-33页 |
| 3.3.2 深度图像修补 | 第33页 |
| 3.3.3 3D点云数据获取 | 第33-34页 |
| 3.4 多层细化线提取 | 第34-35页 |
| 3.5 关节基准点检测 | 第35-38页 |
| 3.5.1 外层基准点检测 | 第35-36页 |
| 3.5.2 内层基准点检测 | 第36-38页 |
| 3.6 骨骼模型拟合 | 第38-43页 |
| 3.6.1 高斯牛顿算法 | 第38-40页 |
| 3.6.2 标准骨骼模型 | 第40-41页 |
| 3.6.3 骨骼拟合算法 | 第41-43页 |
| 3.7 实验及分析 | 第43-47页 |
| 3.7.1 实验环境 | 第43页 |
| 3.7.2 实验效果 | 第43-44页 |
| 3.7.3 实验分析 | 第44-47页 |
| 3.8 本章小结 | 第47-48页 |
| 第四章 展厅多媒体交互系统 | 第48-60页 |
| 4.1 引言 | 第48页 |
| 4.2 系统设计 | 第48-56页 |
| 4.2.1 系统概述 | 第48-49页 |
| 4.2.2 功能模块 | 第49-52页 |
| 4.2.3 关键算法 | 第52-56页 |
| 4.3 实验及分析 | 第56-59页 |
| 4.4 本章小结 | 第59-60页 |
| 第五章 总结与展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 攻读硕士学位期间取得的成果 | 第67-68页 |
