基于模型的人体运动分析
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-16页 |
| ·人体运动分析概述 | 第8页 |
| ·人体运动分析的研究意义及应用前景 | 第8-9页 |
| ·人体运动分析相关技术研究现状 | 第9-13页 |
| ·运动目标检测 | 第9-11页 |
| ·目标分类 | 第11页 |
| ·运动跟踪 | 第11-12页 |
| ·行为识别 | 第12-13页 |
| ·人体运动分析相关研究成果 | 第13页 |
| ·本文结构安排及主要工作 | 第13-16页 |
| 2 运动目标分割 | 第16-28页 |
| ·视频图像序列预处理 | 第16-18页 |
| ·运动目标分割常用方法 | 第18-20页 |
| ·基于时间差分法的运动目标分割 | 第18-19页 |
| ·基于背景差分的运动目标分割 | 第19页 |
| ·基于光流法的运动目标分割 | 第19-20页 |
| ·本文使用方法 | 第20-27页 |
| ·本章小结 | 第27-28页 |
| 3 人体模型建立 | 第28-40页 |
| ·可变形模型参数方程 | 第28-30页 |
| ·手臂模型建立 | 第30-34页 |
| ·上臂模型建立 | 第31-32页 |
| ·前臂模型建立 | 第32-34页 |
| ·腿部模型建立 | 第34-36页 |
| ·头、手、脚模型建立 | 第36-37页 |
| ·人体模型整体建立 | 第37-38页 |
| ·本章小结 | 第38-40页 |
| 4 模型姿态评价 | 第40-46页 |
| ·图像特征抽取 | 第40-41页 |
| ·边缘匹配误差 | 第41-42页 |
| ·区域匹配误差 | 第42-43页 |
| ·姿态评价函数 | 第43-44页 |
| ·本章小结 | 第44-46页 |
| 5 基于模型与粒子滤波的运动跟踪 | 第46-62页 |
| ·粒子滤波相关理论 | 第46-53页 |
| ·动态空间模型的表示 | 第46-47页 |
| ·贝叶斯滤波理论 | 第47-48页 |
| ·蒙特卡罗采样仿真方法 | 第48-49页 |
| ·贝叶斯重要性采样与序列重要性采样 | 第49-50页 |
| ·粒子退化与重采样 | 第50-52页 |
| ·粒子滤波算法描述 | 第52-53页 |
| ·基于粒子滤波的视觉跟踪框架 | 第53-54页 |
| ·基于模型的粒子滤波跟踪算法 | 第54-57页 |
| ·先验分布的估计 | 第54-55页 |
| ·动态预测模型建立 | 第55页 |
| ·重要性权值计算 | 第55-56页 |
| ·分块采样策略 | 第56页 |
| ·跟踪算法流程 | 第56-57页 |
| ·实验结果与分析 | 第57-61页 |
| ·本章小节 | 第61-62页 |
| 6 基于模型的转动力学分析 | 第62-70页 |
| ·转动力学知识 | 第62-65页 |
| ·转动惯量 | 第62-63页 |
| ·转动动能 | 第63页 |
| ·转动定律 | 第63-64页 |
| ·动量矩定理及动量矩守恒 | 第64-65页 |
| ·转动力学分析 | 第65-69页 |
| ·本章小结 | 第69-70页 |
| 7 总结与展望 | 第70-72页 |
| ·本文主要工作 | 第70页 |
| ·研究方向展望 | 第70-72页 |
| 致谢 | 第72-74页 |
| 参考文献 | 第74-80页 |
| 附录 | 第80页 |
