| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 研究现状分析 | 第11-13页 |
| 1.3 本文主要内容 | 第13-15页 |
| 1.4 本文组织结构 | 第15-16页 |
| 第二章 深度图像技术概述 | 第16-24页 |
| 2.1 深度图像的基本概念 | 第16-17页 |
| 2.2 深度相机 | 第17-18页 |
| 2.3 获取深度图像的相关技术 | 第18-20页 |
| 2.4 深度图像获取后的相关处理 | 第20-22页 |
| 2.5 本章小结 | 第22-24页 |
| 第三章 基于BPOF特征提取与深度图像的人体姿态估计研究 | 第24-33页 |
| 3.1 深度交叉特征提取方法 | 第24-25页 |
| 3.2 BPOF特征提取方法 | 第25-27页 |
| 3.3 决策树选择自动化及姿态估计 | 第27-28页 |
| 3.4 实验及结果分析 | 第28-31页 |
| 3.5 本章小结 | 第31-33页 |
| 第四章 Poisson模型优化随机森林的人体姿态估计研究 | 第33-43页 |
| 4.1 随机森林分类基本思想 | 第33-35页 |
| 4.2 深度特征选择与Poisson过程 | 第35-36页 |
| 4.3 Poisson优化随机森林 | 第36-39页 |
| 4.4 实验及结果分析 | 第39-42页 |
| 4.5 本章小结 | 第42-43页 |
| 总结与展望 | 第43-46页 |
| 参考文献 | 第46-50页 |
| 致谢 | 第50-52页 |
| 附录（攻读学位期间所发表的学术论文） | 第52页 |