面向复杂监控环境的人体运动分析方法
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 符号对照表 | 第17-19页 |
| 缩略语对照表 | 第19-21页 |
| 第1章 绪论 | 第21-33页 |
| 1.1 研究背景和意义 | 第21-23页 |
| 1.2 人体运动分析方法的研究进展与现状 | 第23-29页 |
| 1.2.1 正面人脸图像合成方法 | 第23-24页 |
| 1.2.2 静态人体姿态估计方法 | 第24-27页 |
| 1.2.3 动态人体姿态跟踪方法 | 第27-29页 |
| 1.3 主要研究内容及章节安排 | 第29-33页 |
| 1.3.1 主要研究内容 | 第29-30页 |
| 1.3.2 本文章节安排 | 第30-33页 |
| 第2章 基于三角剖分和稀疏表示的正面人脸合成 | 第33-47页 |
| 2.1 引言 | 第33-34页 |
| 2.2 正面人脸图像合成 | 第34-40页 |
| 2.2.1 框架概述 | 第34-35页 |
| 2.2.2 基于三角剖分的人脸图像分割 | 第35-37页 |
| 2.2.3 基于稀疏表示的正面人脸纹理合成 | 第37-38页 |
| 2.2.4 联合学习 | 第38-39页 |
| 2.2.5 算法伪代码 | 第39-40页 |
| 2.3 实验结果与分析 | 第40-46页 |
| 2.3.1 数据库介绍 | 第40页 |
| 2.3.2 正面人脸图像合成结果 | 第40页 |
| 2.3.3 与其他方法的比较 | 第40-42页 |
| 2.3.4 合成正面人脸图像质量评价 | 第42-45页 |
| 2.3.5 计算复杂度分析 | 第45-46页 |
| 2.4 小结 | 第46-47页 |
| 第3章 基于层次化图结构模型的人体姿态估计 | 第47-63页 |
| 3.1 引言 | 第47-51页 |
| 3.2 层次化图结构模型 | 第51-53页 |
| 3.2.1 HPSM的成对项 | 第52页 |
| 3.2.2 HPSM的单一项 | 第52-53页 |
| 3.3 模型的学习和推理 | 第53-55页 |
| 3.3.1 HPSM的学习过程 | 第53-54页 |
| 3.3.2 HPSM的推理过程 | 第54-55页 |
| 3.4 实验结果与分析 | 第55-60页 |
| 3.4.1 数据库介绍 | 第55-56页 |
| 3.4.2 评价准则 | 第56页 |
| 3.4.3 在LSP数据库上的实验结果 | 第56-59页 |
| 3.4.4 在FLIC数据库上的实验结果 | 第59-60页 |
| 3.4.5 计算复杂度分析 | 第60页 |
| 3.5 小结 | 第60-63页 |
| 第4章 基于跟踪与估计一体图模型的人体姿态跟踪 | 第63-85页 |
| 4.1 引言 | 第63-65页 |
| 4.2 跟踪与估计一体的图模型 | 第65-74页 |
| 4.2.1 人体姿态估计 | 第67-69页 |
| 4.2.2 视觉跟踪 | 第69-70页 |
| 4.2.3 跟踪与估计的融合 | 第70-73页 |
| 4.2.4 重新初始化 | 第73-74页 |
| 4.3 实验结果与分析 | 第74-81页 |
| 4.3.1 数据集介绍 | 第74-75页 |
| 4.3.2 实现细节 | 第75-76页 |
| 4.3.3 评价准则 | 第76页 |
| 4.3.4 各成分作用分析 | 第76-79页 |
| 4.3.5 与其他方法的比较 | 第79-80页 |
| 4.3.6 计算复杂度分析 | 第80-81页 |
| 4.4 小结 | 第81-85页 |
| 第5章 基于最大间隔马尔科夫模型的人体姿态跟踪 | 第85-107页 |
| 5.1 引言 | 第85-87页 |
| 5.2 模型构建 | 第87-90页 |
| 5.2.1 单帧的马尔科夫网络 | 第88-89页 |
| 5.2.2 时域的马尔科夫链 | 第89-90页 |
| 5.3 最大间隔学习 | 第90-91页 |
| 5.4 迭代集成推理 | 第91-93页 |
| 5.5 实验结果与分析 | 第93-104页 |
| 5.5.1 数据集介绍 | 第93-94页 |
| 5.5.2 实现细节 | 第94-97页 |
| 5.5.3 评价准则 | 第97页 |
| 5.5.4 对比方法 | 第97-99页 |
| 5.5.5 实验结果与分析 | 第99-103页 |
| 5.5.6 计算复杂度分析 | 第103-104页 |
| 5.6 本章小结 | 第104-107页 |
| 第6章 总结与展望 | 第107-111页 |
| 6.1 本文总结 | 第107-108页 |
| 6.2 研究展望 | 第108-111页 |
| 参考文献 | 第111-123页 |
| 致谢 | 第123-125页 |
| 作者简介 | 第125-126页 |
