针对静态图像的人体姿态估计
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究意义 | 第11-12页 |
| 1.3 人体姿态估计的难点 | 第12页 |
| 1.4 人体姿态估计的研究现状 | 第12-14页 |
| 1.5 本文的组织结构 | 第14-15页 |
| 第2章 人体姿态估计的算法分析 | 第15-31页 |
| 2.1 姿态估计的基本理论 | 第15-20页 |
| 2.1.1 人体姿态的表达方式 | 第15-16页 |
| 2.1.2 人体部位的特征表示 | 第16-19页 |
| 2.1.3 人体目标的检测 | 第19-20页 |
| 2.2 基于模型的姿态估计 | 第20-29页 |
| 2.2.1 基于PS模型的人体姿态估计 | 第21-25页 |
| 2.2.2 基于搜索区域减少的人体姿态估计 | 第25-28页 |
| 2.2.3 基于混合PS模型的人体姿态估计 | 第28-29页 |
| 2.3 基于无模型的姿态估计 | 第29-31页 |
| 第3章 基于连接关系与对称关系的部位关系模型 | 第31-46页 |
| 3.1 算法思想 | 第31-32页 |
| 3.2 部位关系模型 | 第32-40页 |
| 3.2.1 部位外观检测 | 第33-34页 |
| 3.2.2 相互连接部位的关系 | 第34页 |
| 3.2.3 人体对称关系 | 第34-40页 |
| 3.3 推理算法 | 第40-41页 |
| 3.4 实验结果与分析 | 第41-44页 |
| 3.5 小结 | 第44-46页 |
| 第4章 基于CNN的部位外观模型 | 第46-60页 |
| 4.1 算法概述 | 第46-47页 |
| 4.2 CNN检测人体部位 | 第47-55页 |
| 4.2.1 CNN的网络结构和工作方式 | 第47-48页 |
| 4.2.2 CNN检测人体部位过程 | 第48-54页 |
| 4.2.3 CNN训练 | 第54-55页 |
| 4.3 实验结果与分析 | 第55-59页 |
| 4.4 小结 | 第59-60页 |
| 第5章 总结与展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 攻读学位期间发表的学术论文及参加科研情况 | 第66-67页 |
