面向人机交互的动作识别技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 课题背景及意义 | 第8-10页 |
| 1.2 人机交互与动作识别概述 | 第10-12页 |
| 1.2.1 动作识别的国内外研究现状 | 第10-11页 |
| 1.2.2 动作识别的难题 | 第11-12页 |
| 1.3 本文主要研究内容 | 第12-13页 |
| 1.4 本文章节安排 | 第13-14页 |
| 第2章 深度图像和骨骼数据的获取 | 第14-21页 |
| 2.1 深度传感器Kinect简介 | 第14-16页 |
| 2.1.1 Kinect硬件结构 | 第14-15页 |
| 2.1.2 Kinect软件功能介绍 | 第15-16页 |
| 2.2 深度数据的获取 | 第16-18页 |
| 2.3 骨骼跟踪 | 第18-19页 |
| 2.4 本章小结 | 第19-21页 |
| 第3章 基于关节点的动作特征提取 | 第21-29页 |
| 3.1 特征提取的要求 | 第21页 |
| 3.2 向量序列特征提取 | 第21-24页 |
| 3.3 角度特征与距离特征提取 | 第24-28页 |
| 3.3.1 角度特征 | 第24-26页 |
| 3.3.2 距离特征 | 第26-28页 |
| 3.4 本章小结 | 第28-29页 |
| 第4章 动作快速识别 | 第29-43页 |
| 4.1 动作识别流程 | 第29-30页 |
| 4.2 识别方法分析 | 第30-32页 |
| 4.2.1 神经网络法 | 第30-31页 |
| 4.2.2 统计法 | 第31页 |
| 4.2.3 支持向量机 | 第31页 |
| 4.2.4 模板法 | 第31-32页 |
| 4.3 基于DTW的动作识别 | 第32-35页 |
| 4.3.1 DTW概述 | 第32-34页 |
| 4.3.2 DTW算法分析 | 第34-35页 |
| 4.4 改进的DTW算法(FDTW) | 第35-42页 |
| 4.4.1 下界函数 | 第36-39页 |
| 4.4.2 中途截断 | 第39-42页 |
| 4.5 本章小结 | 第42-43页 |
| 第5章 交互系统搭建和实验分析 | 第43-58页 |
| 5.1 动作识别软硬件环境 | 第43-44页 |
| 5.1.1 硬件环境 | 第43页 |
| 5.1.2 软件环境 | 第43-44页 |
| 5.2 机器人软硬件环境设计 | 第44-47页 |
| 5.2.1 机器人硬件设计 | 第45-47页 |
| 5.2.2 机器人软件设计 | 第47页 |
| 5.3 动作识别步骤与实验分析 | 第47-57页 |
| 5.3.1 动作识别的步骤 | 第48-49页 |
| 5.3.2 基于对话框的识别界面设计 | 第49-51页 |
| 5.3.3 动作识别实验分析 | 第51-57页 |
| 5.4 本章小结 | 第57-58页 |
| 第6章 结论 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 在学研究成果 | 第62-63页 |
| 致谢 | 第63页 |
