摘要 | 第1-6页 |
ABSTRACT | 第6-8页 |
目录 | 第8-14页 |
第1章 绪论 | 第14-30页 |
·课题的背景、目的及意义 | 第14-15页 |
·国内外研究现状 | 第15-27页 |
·多方式人机交互的发展和特点 | 第15-21页 |
·肢体动作识别研究现状 | 第21-27页 |
·本文研究的关键问题 | 第27-28页 |
·本文主要研究内容 | 第28-30页 |
第2章 基于多特征稀疏表征的静态手势识别 | 第30-52页 |
·引言 | 第30-31页 |
·静态手势区域提取和区域标准化 | 第31-34页 |
·多特征稀疏表征 | 第34-37页 |
·手势表征模型的构建 | 第34-37页 |
·单特征的稀疏表征计算 | 第37页 |
·静态手势表征 | 第37-39页 |
·灰度值特征 | 第37页 |
·纹理特征 | 第37-39页 |
·手型特征 | 第39页 |
·特征向量构建 | 第39页 |
·基于 JFSRC 的手势分类 | 第39-44页 |
·特征权重计算 | 第40-41页 |
·分类算法 | 第41-42页 |
·数据库优化 | 第42-43页 |
·数据库的扩展性 | 第43-44页 |
·实验 | 第44-51页 |
·手势区域提取测试 | 第44-45页 |
·公共数据库对比实验 | 第45-46页 |
·构建数据库的测试 | 第46-51页 |
·本章小结 | 第51-52页 |
第3章 融合单目和深度信息的上肢动作识别 | 第52-72页 |
·引言 | 第52-53页 |
·人体区域提取及上肢姿态构建 | 第53-61页 |
·kinect 视觉系统 | 第53-55页 |
·单目摄像头和深度摄像头的联合标定 | 第55-58页 |
·人体区域提取 | 第58-59页 |
·上肢姿态构建 | 第59-61页 |
·上肢动作识别 | 第61-67页 |
·上肢关键点参数获取 | 第62页 |
·上肢姿态识别模型构建 | 第62-63页 |
·三维直方图表征 | 第63-65页 |
·上肢动作识别 | 第65-67页 |
·上肢动作识别实验 | 第67-71页 |
·上肢动作库构建 | 第67-68页 |
·人体上肢姿态构建 | 第68页 |
·上肢动作识别效果分析 | 第68-70页 |
·不同分类器的性能分析 | 第70-71页 |
·本章小结 | 第71-72页 |
第4章 基于激光雷达的步态识别 | 第72-92页 |
·引言 | 第72-73页 |
·脚部轮廓提取 | 第73-80页 |
·激光雷达传感器 | 第73-74页 |
·传感器模型 | 第74-75页 |
·激光数据预处理 | 第75-77页 |
·脚步轮廓识别 | 第77-80页 |
·步态特征提取 | 第80-85页 |
·步态行走模型 | 第80-83页 |
·步态特征计算 | 第83-84页 |
·多人情况下步态特征计算 | 第84-85页 |
·实验 | 第85-91页 |
·激光数据误差分析 | 第85-86页 |
·人脚定位误差分析 | 第86-87页 |
·脚部轮廓提取测试 | 第87-88页 |
·人物步态特征测试 | 第88-90页 |
·多人情况下步态特征提取效果 | 第90-91页 |
·本章小结 | 第91-92页 |
第5章 智能服务机器人多方式人机交互系统及实验研究 | 第92-113页 |
·引言 | 第92页 |
·智能服务机器人系统组成和工作原理 | 第92-101页 |
·机器人机械系统 | 第94页 |
·驱动控制系统 | 第94-97页 |
·传感器系统 | 第97-98页 |
·交互系统 | 第98-100页 |
·机器人实验平台 | 第100-101页 |
·基于语义理解的多方式人机交互策略 | 第101-104页 |
·语义理解层次模型 | 第101-103页 |
·多方式交互规则 | 第103-104页 |
·多方式人机交互系统的评估方法 | 第104-105页 |
·多方式人机交互实验 | 第105-112页 |
·多方式人机交互系统性能评估 | 第105-107页 |
·多方式人机交互典型实验 | 第107-112页 |
·本章小结 | 第112-113页 |
结论 | 第113-116页 |
参考文献 | 第116-127页 |
攻读博士学位期间发表的论文及其它成果 | 第127-129页 |
致谢 | 第129-130页 |
个人简历 | 第130页 |