基于深度图像的人体姿态估计及相似性度量
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 研究现状分析 | 第11-13页 |
| 1.3 研究内容与目标 | 第13-14页 |
| 1.4 本文的组织结构 | 第14-16页 |
| 第2章 人体姿态估计方法及姿态相似性度量理论综述 | 第16-30页 |
| 2.1 引言 | 第16页 |
| 2.2 人体姿态估计方法介绍 | 第16-23页 |
| 2.2.1 逐像素分类法 | 第16-19页 |
| 2.2.2 概率图模型 | 第19-20页 |
| 2.2.3 基于特征点方法 | 第20-22页 |
| 2.2.4 其他人体关节点定位方法 | 第22-23页 |
| 2.3 人体姿态相似性度量理论介绍 | 第23-27页 |
| 2.3.1 人体姿态特征构造 | 第24-26页 |
| 2.3.2 距离度量相关理论 | 第26-27页 |
| 2.4 本章小结 | 第27-30页 |
| 第3章 基于超像素聚类的深度图像的人体骨架提取 | 第30-52页 |
| 3.1 引言 | 第30页 |
| 3.2 深度图像中的人体特征点提取 | 第30-40页 |
| 3.2.1 点云数据的提取 | 第31页 |
| 3.2.2 点云数据的超像素处理 | 第31-35页 |
| 3.2.3 人体肢端点的提取 | 第35-38页 |
| 3.2.4 人体部位的提取 | 第38-39页 |
| 3.2.5 聚类特征点的提取 | 第39-40页 |
| 3.3 基于稀疏回归模型的骨架点提取 | 第40-43页 |
| 3.3.1 基于拉格朗日乘子法的约束问题求解 | 第41-42页 |
| 3.3.2 稀疏回归模型的求解 | 第42-43页 |
| 3.4 实验结果及分析 | 第43-51页 |
| 3.4.1 计算效率分析 | 第43-45页 |
| 3.4.2 精度分析 | 第45-51页 |
| 3.5 本章小结 | 第51-52页 |
| 第4章 基于部位聚类特征的人体姿态相似性度量 | 第52-62页 |
| 4.1 引言 | 第52页 |
| 4.2 基于部位聚类点的姿态特征构造 | 第52-55页 |
| 4.3 基于马氏距离的相似性度量模型 | 第55-56页 |
| 4.4 实验结果及分析 | 第56-61页 |
| 4.4.1 基于逆序数计算的排序精度 | 第57-59页 |
| 4.4.2 召回率 | 第59-60页 |
| 4.4.3 主观效果 | 第60-61页 |
| 4.5 本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间所取得的研究成果 | 第68-70页 |
| 致谢 | 第70页 |
