| 第一章 前言 | 第1-9页 |
| 1-1 课题研究的目的和意义 | 第7页 |
| 1-2 人体运动解析系统 | 第7-8页 |
| 1-3 本文研究的主要内容及所做的工作 | 第8-9页 |
| 第二章 人体运动分析概述 | 第9-14页 |
| 2-1 人体运动分析的应用领域 | 第9-10页 |
| 2-1-1 智能监控(Smart Surveillance) | 第9页 |
| 2-1-2 感知接口(Perceptual Interface) | 第9页 |
| 2-1-3 运动分析(Motion Analysis) | 第9页 |
| 2-1-4 虚拟现实(Virtual Reality) | 第9-10页 |
| 2-2 人体运动的跟踪 | 第10-11页 |
| 2-2-1 基于模型的跟踪(Model-based Tracking) | 第10页 |
| 2-2-2 基于区域的跟踪(Region-based Tracking) | 第10-11页 |
| 2-2-3 基于特征的跟踪(Feature-based Tracking) | 第11页 |
| 2-3 人体运动的识别 | 第11-12页 |
| 2-3-1 模板匹配方法(Template Matching) | 第11页 |
| 2-3-2 状态空间方法(State Space Approaches) | 第11-12页 |
| 2-4 人体运动分析的难点问题 | 第12-14页 |
| 2-4-1 运动分割(Motion Segmentation) | 第12页 |
| 2-4-2 遮挡处理(Occlusion Handling) | 第12页 |
| 2-4-3 三维建模与跟踪(3-D Modeling and Tracking) | 第12-13页 |
| 2-4-4 多摄像机的使用(Use of Multiple Cameras) | 第13页 |
| 2-4-5 性能评估(Performance Evaluation) | 第13-14页 |
| 第三章 图像序列的预处理 | 第14-19页 |
| 3-1 图像平滑 | 第14-16页 |
| 3-1-1 中值滤波 | 第14-15页 |
| 3-1-2 维纳(Wiener)滤波 | 第15-16页 |
| 3-2 图像增强 | 第16-19页 |
| 第四章 人体关节点的跟踪算法 | 第19-28页 |
| 4-1 人体关节点跟踪的基本思想 | 第19-20页 |
| 4-2 模板匹配的匹配准则 | 第20-21页 |
| 4-2-1 基于互相关函数的(CCF)的BDM | 第20-21页 |
| 4-2-2 基于规一化均方误差值(Mean Square Error)的BDM | 第21页 |
| 4-2-3 基于规一化绝对误差值(Mean Absolute Error)的BDM | 第21页 |
| 4-3 人体关节点的快速跟踪算法 | 第21-28页 |
| 4-3-1 2D对数查找算法(TDLS) | 第21-22页 |
| 4-3-2 三步查找算法(TSS) | 第22-23页 |
| 4-3-3 新三步查找算法(NTSS) | 第23页 |
| 4-3-4 交叉查找算法(CSA) | 第23-24页 |
| 4-3-5 四步运动矢量查找算法(FSS) | 第24-26页 |
| 4-3-6 自适应多候选分层查找算法(AMCHS) | 第26-28页 |
| 第五章 自适应步数查找算法 | 第28-33页 |
| 5-1 基于图像纹理分析的模板匹配准则 | 第28-30页 |
| 5-1-1 图像纹理 | 第28-29页 |
| 5-1-2 直方图纹理统计方法 | 第29页 |
| 5-1-3 基于直方图二阶矩的匹配准则 | 第29-30页 |
| 5-2 自适应步数查找算法(ASS) | 第30-33页 |
| 第六章 程序实现及实验结果 | 第33-46页 |
| 6-1 程序介绍 | 第33-35页 |
| 6-2 腿部关节点的跟踪结果 | 第35-39页 |
| 6-3 全身关节点的跟踪结果 | 第39-44页 |
| 6-4 ASS与FSS的跟踪结果的比较 | 第44-46页 |
| 第七章 结论 | 第46-47页 |
| 参考文献 | 第47-49页 |
| 致谢 | 第49-50页 |
| 攻读学位期间所取得的相关科研结果 | 第50页 |
