| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 利用Kinect获取骨骼数据进行身份鉴定的研究概况和意义 | 第10-12页 |
| 1.2 国内外利用骨骼数据进行身份鉴定的研究情况 | 第12-14页 |
| 1.3 本次实验的主要内容 | 第14页 |
| 1.4 本次实验的任务目标 | 第14-15页 |
| 第2章 所需的开发环境配备和整体结构 | 第15-20页 |
| 2.1 所需的开发环境配备 | 第15-18页 |
| 2.1.1 关于Visual Studio 2010的简要介绍 | 第15页 |
| 2.1.2 关于OpenCV的简要介绍 | 第15-16页 |
| 2.1.3 关于Kinect for Windows SDK的简要介绍 | 第16页 |
| 2.1.4 系统环境变量的相关配置 | 第16-18页 |
| 2.2 整体结构框架 | 第18-20页 |
| 第3章 基于Kinect的骨骼结构识别 | 第20-29页 |
| 3.1 Kinect简介 | 第20-22页 |
| 3.1.1 Kinect硬件开发环境 | 第21页 |
| 3.1.2 Kinect软件开发环境 | 第21-22页 |
| 3.2 Kinect功能简介及工作原理 | 第22-24页 |
| 3.3 骨骼结构识别 | 第24-27页 |
| 3.4 处理骨骼特征数据 | 第27-28页 |
| 3.5 本章总结 | 第28-29页 |
| 第4章 ANN-BP分类器 | 第29-43页 |
| 4.1 人工神经网络 | 第29-32页 |
| 4.1.1 基本原理 | 第29-30页 |
| 4.1.2 神经网络的特性 | 第30-31页 |
| 4.1.3 神经网络的发展展望 | 第31-32页 |
| 4.2 ANN-BP算法 | 第32-38页 |
| 4.2.1 BP算法基本原理 | 第32-36页 |
| 4.2.2 BP算法的设计 | 第36-38页 |
| 4.3 BP分类器实验流程 | 第38-42页 |
| 4.4 本章总结 | 第42-43页 |
| 第5章 系统功能演示及实验结果分析 | 第43-50页 |
| 5.1 系统功能演示 | 第43-46页 |
| 5.2 实验结果分析 | 第46-50页 |
| 第6章 总结与展望 | 第50-52页 |
| 6.1 总结 | 第50-51页 |
| 6.2 展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 附录 | 第55-64页 |
| 致谢 | 第64-65页 |
| 攻读学位期间发表的学术论文 | 第65页 |
