基于视频的人体运动跟踪技术研究
| 第1章 绪论 | 第1-17页 |
| ·研究背景、目的和意义 | 第13-15页 |
| ·人体运动捕捉 | 第13页 |
| ·基于视频的人体运动捕捉 | 第13-14页 |
| ·人体运动分析与奥运科技 | 第14-15页 |
| ·本文的组织结构 | 第15-17页 |
| 第2章 基于视频的人体运动跟踪研究概述 | 第17-29页 |
| ·基本方法和研究内容 | 第17-20页 |
| ·分类 | 第17页 |
| ·基于视频的人体运动跟踪难点 | 第17-19页 |
| ·问题描述及其跟踪框架 | 第19-20页 |
| ·基于模型的人体运动跟踪 | 第20-25页 |
| ·非模型匹配方法 | 第25-26页 |
| ·活跃的研究方向 | 第26-29页 |
| 第3章 相关的基础算法 | 第29-49页 |
| ·多关节骨架模型及运动控制 | 第29-34页 |
| ·人体骨架模型 | 第29-30页 |
| ·旋转的参数化 | 第30-33页 |
| ·反向运动学 | 第33-34页 |
| ·摄像机模型与摄像机标定 | 第34-38页 |
| ·摄像机模型 | 第34-35页 |
| ·立体视觉原理与极线几何 | 第35-36页 |
| ·摄像机定标 | 第36-38页 |
| ·图像处理与底层特征提取 | 第38-42页 |
| ·减背景 | 第38-40页 |
| ·图像梯度、边界和距离图 | 第40-41页 |
| ·光流计算 | 第41-42页 |
| ·参数估计与优化方法 | 第42-47页 |
| ·最大似然估计 | 第42-43页 |
| ·局部优化算法 | 第43-44页 |
| ·鲁棒参数估计 | 第44-46页 |
| ·Kalman 滤波 | 第46-47页 |
| ·基于概率的跟踪算法 | 第47-49页 |
| 第4章 基于人体模型的运动跟踪 | 第49-71页 |
| ·实验环境的搭建 | 第49-51页 |
| ·实验数据获取及摄像机摆放 | 第49-50页 |
| ·摄像机外参定标 | 第50-51页 |
| ·人体模型及投影 | 第51-58页 |
| ·人体骨架模型和体模型 | 第51-52页 |
| ·人体形状模型的投影 | 第52-58页 |
| ·用局部优化算法进行三维跟踪 | 第58-65页 |
| ·目标函数定义 | 第58页 |
| ·使用灰度特征 | 第58-61页 |
| ·组合多种图像特征 | 第61-63页 |
| ·对优化算法一些问题的处理 | 第63-65页 |
| ·基于粒子滤波算法的人体运动跟踪 | 第65-66页 |
| ·实验与比较 | 第66-69页 |
| ·本章小结 | 第69-71页 |
| 第5章 利用先验知识对跟踪进行约束 | 第71-85页 |
| ·概述 | 第71-72页 |
| ·身体自相交约束 | 第72-73页 |
| ·肤色区域约束 | 第73-75页 |
| ·特定运动的跟踪及举重运动跟踪系统原型 | 第75-82页 |
| ·预测关节位置 | 第75-78页 |
| ·提取轮廓与库中轮廓的时间对齐 | 第78页 |
| ·在目标函数中引入预测关节点约束 | 第78-79页 |
| ·对称性约束 | 第79页 |
| ·举重运动三维跟踪系统原型和实验结果 | 第79-82页 |
| ·小结 | 第82-85页 |
| 第6章 实时的上半身运动跟踪 | 第85-93页 |
| ·基于人体姿态的人机交互 | 第85页 |
| ·系统设计 | 第85-86页 |
| ·关键功能模块分析 | 第86-91页 |
| ·自适应的肤色区域检测算法 | 第86-88页 |
| ·脸部检测与跟踪 | 第88页 |
| ·区域分析及关节位置推断 | 第88-90页 |
| ·基于粒子滤波的blob跟踪算法 | 第90页 |
| ·三维姿态恢复 | 第90-91页 |
| ·实验结果和讨论 | 第91-93页 |
| 第7章 结束语 | 第93-97页 |
| ·本文主要贡献与创新 | 第93-94页 |
| ·下一步研究方向 | 第94-97页 |
| 参考文献 | 第97-105页 |
| 致谢 | 第105-107页 |
| 作者简历 | 第107-108页 |
