基于Kinect的骨骼追踪及肢体动作识别研究
摘要 | 第3-5页 |
Abstract | 第5-6页 |
1 绪论 | 第9-17页 |
1.1 课题的研究背景及意义 | 第9-12页 |
1.2 国内外研究现状 | 第12-15页 |
1.2.1 国外研究现状 | 第12-14页 |
1.2.2 国内研究现状 | 第14-15页 |
1.3 研究内容 | 第15页 |
1.4 论文的主要内容与组织结构 | 第15-17页 |
2 骨骼追踪的实现 | 第17-23页 |
2.1 Kinect介绍 | 第17-18页 |
2.1.1 Kinect硬件设备 | 第17页 |
2.1.2 SDK工具包 | 第17-18页 |
2.2 深度图像的获取 | 第18-19页 |
2.2.1 深度图像成像原理 | 第18页 |
2.2.2 深度数据提取 | 第18-19页 |
2.2.3 深度信息坐标转换 | 第19页 |
2.3 骨骼追踪 | 第19-21页 |
2.3.1 分割遮罩 | 第20页 |
2.3.2 建立捕获训练库 | 第20页 |
2.3.3 生成骨架系统 | 第20-21页 |
2.4 骨骼追踪实验 | 第21-22页 |
2.5 本章小结 | 第22-23页 |
3 基于肢体动作的识别系统 | 第23-34页 |
3.1 交互系统中动作识别技术分析 | 第23-24页 |
3.2 简单动作识别的系统 | 第24-28页 |
3.2.1 骨骼点的数据结构 | 第24-25页 |
3.2.2 平滑处理 | 第25页 |
3.2.3 骨骼追踪的获取方式 | 第25-26页 |
3.2.4 半身模式 | 第26-27页 |
3.2.5 系统的实现 | 第27-28页 |
3.3 基于模版匹配的动作识别系统 | 第28-33页 |
3.3.1 动作数据库的建立 | 第28-29页 |
3.3.2 运动数据四元数特征描述 | 第29-30页 |
3.3.3 生成特征数据库 | 第30页 |
3.3.4 降维处理 | 第30-32页 |
3.3.5 欧式距离算法匹配 | 第32-33页 |
3.4 本章小结 | 第33-34页 |
4 实验系统及结果的分析 | 第34-45页 |
4.1 基于简单动作的系统 | 第34-39页 |
4.2 基于模版匹配的识别系统 | 第39-44页 |
4.2.1 动作库的建立 | 第39-40页 |
4.2.2 特征提取的实现 | 第40-41页 |
4.2.3 识别效果 | 第41-44页 |
4.3 系统识别率评估 | 第44页 |
4.4 本章小结 | 第44-45页 |
5 结论 | 第45-47页 |
5.1 课题总结 | 第45页 |
5.2 课题展望 | 第45-47页 |
参考文献 | 第47-50页 |
攻读硕士学位期间发表的论文 | 第50-51页 |
致谢 | 第51-53页 |