RGB-D序列图像中人体动作识别方法研究
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 研究意义 | 第10-12页 |
| 1.2 研究内容 | 第12-13页 |
| 1.3 论文结构 | 第13-14页 |
| 第2章 相关研究概述 | 第14-19页 |
| 2.1 动作识别特征 | 第14-16页 |
| 2.1.1 时空特征 | 第14-15页 |
| 2.1.2 深度特征 | 第15-16页 |
| 2.2 动作识别方法 | 第16-19页 |
| 2.2.1 基于模板的动作识别方法 | 第16-17页 |
| 2.2.2 基于概率的动作识别方法 | 第17页 |
| 2.2.3 基于语法的动作识别方法 | 第17-19页 |
| 第3章 特征提取 | 第19-35页 |
| 3.1 深度特征 | 第19-23页 |
| 3.1.1 位移特征 | 第20-21页 |
| 3.1.2 部件中心特征 | 第21-23页 |
| 3.2 时空特征 | 第23-33页 |
| 3.2.1 稠密轨迹 | 第23-25页 |
| 3.2.2 前景提取 | 第25-29页 |
| 3.2.3 构建时空特征 | 第29-33页 |
| 3.3 本章小结 | 第33-35页 |
| 第4章 基于特征融合的动作识别方法 | 第35-43页 |
| 4.1 随机森林 | 第35-39页 |
| 4.2 基于特征融合的动作识别方法 | 第39-42页 |
| 4.3 本章小结 | 第42-43页 |
| 第5章 实验结果评价与分析 | 第43-51页 |
| 5.1 数据集 | 第43-44页 |
| 5.2 实验设置 | 第44-45页 |
| 5.3 实验结果分析 | 第45-48页 |
| 5.4 参数分析 | 第48-50页 |
| 5.5 本章小结 | 第50-51页 |
| 结论 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56-58页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第58页 |
