| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-17页 |
| ·人体运动跟踪概述 | 第7-13页 |
| ·人体运动跟踪的应用前景 | 第7-9页 |
| ·人体运动跟踪的研究难点 | 第9-10页 |
| ·人体运动跟踪研究方法与现状 | 第10-13页 |
| ·基于机器学习的人体运动跟踪方法概述 | 第13-15页 |
| ·论文研究内容及章节安排 | 第15-17页 |
| 第二章 人体运动跟踪相关技术 | 第17-35页 |
| ·视觉图像特征 | 第17-21页 |
| ·特征的种类 | 第17-18页 |
| ·全局特征与局部特征 | 第18-21页 |
| ·用于估计的机器学习方法 | 第21-27页 |
| ·基于高斯回归过程的学习方法 | 第22-25页 |
| ·基于双高斯模型的学习方法 | 第25-27页 |
| ·第二代条带波变换 | 第27-30页 |
| ·四叉树分割优化算法 | 第28页 |
| ·最佳几何流搜索 | 第28-30页 |
| ·人体运动数据集 | 第30-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 基于第二代条带波变换的视频人体运动跟踪 | 第35-49页 |
| ·条带波的几何流特征提取方法 | 第35-42页 |
| ·最优参数选择 | 第35-38页 |
| ·基于算法优化的条带波特征提取 | 第38页 |
| ·特征选择方法及实验 | 第38-40页 |
| ·基于Bandelet描述子的判别式人体运动跟踪算法 | 第40-42页 |
| ·基于几何流最大值的人体运动跟踪与三维姿势恢复 | 第42-47页 |
| ·实验数据 | 第42-43页 |
| ·人体运动跟踪及姿势恢复实验及结果 | 第43-47页 |
| ·本章小结 | 第47-49页 |
| 第四章 基于最大几何流向直方图的运动人体运动跟踪 | 第49-57页 |
| ·最大几何流向直方图方法 | 第49-51页 |
| ·方法概述 | 第49-50页 |
| ·最大几何流向直方图流程 | 第50-51页 |
| ·最大特征提取与运动跟踪方法 | 第51页 |
| ·实验及结果 | 第51-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 基于改进高效匹配核的人体运动跟踪方法 | 第57-69页 |
| ·基于局部信息的特征表示研究现状 | 第57-60页 |
| ·局部特征研究现状 | 第57-58页 |
| ·视觉词袋方法与EMK描述核 | 第58-60页 |
| ·基于改进的EMK的人体运动跟踪方法 | 第60-64页 |
| ·EMK描述核的学习算法 | 第60页 |
| ·词袋方法的核函数表示 | 第60-61页 |
| ·EMK特征提取方法 | 第61-62页 |
| ·基于改进EMK描述核的人体运动跟踪 | 第62-64页 |
| ·实验分析 | 第64-68页 |
| ·本章小结 | 第68-69页 |
| 第六章 结论与展望 | 第69-73页 |
| ·结论 | 第69-70页 |
| ·展望 | 第70-73页 |
| 致谢 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 硕士期间的研究成果 | 第79页 |