机器人的人体姿态动作识别与模仿算法
摘要 | 第1-3页 |
Abstract | 第3-8页 |
1 绪论 | 第8-18页 |
·论文研究的背景和意义 | 第8-9页 |
·国内外研究现状分析 | 第9-16页 |
·人机交互的现状 | 第9-11页 |
·人体姿态识别的研究现状 | 第11-16页 |
·论文的主要内容和结构 | 第16-18页 |
2 ADABOOST 算法与图像分割算法概述 | 第18-30页 |
·HOG 特征 | 第18-20页 |
·ADABOOST 分类算法 | 第20-24页 |
·前景提取算法—GRABCUT | 第24-27页 |
·基于图模型的图像分割算法 | 第27-30页 |
3 人体姿态识别算法 | 第30-50页 |
·人体部件检测器 | 第30-33页 |
·人体部件检测器的构建 | 第31页 |
·人体部件检测器的使用 | 第31-33页 |
·候选区域的多指标评价 | 第33-50页 |
·部件符合度 | 第33-34页 |
·前景覆盖率 | 第34-35页 |
·前景覆盖熵 | 第35-38页 |
·先验概率 | 第38-40页 |
·关联性 | 第40-43页 |
·骨骼密度及居中程度 | 第43-48页 |
·评价指标总述 | 第48-50页 |
4 算法实现与关节夹角计算 | 第50-59页 |
·基本实验 | 第50-51页 |
·补充实验 | 第51-55页 |
·关节夹角计算 | 第55-59页 |
5 基于动作的人机交互实验 | 第59-70页 |
·NAO 实验平台简介 | 第59-61页 |
·机器人模仿人体动作 | 第61-63页 |
·动作指令实验 | 第63-68页 |
·NAO 机器人模仿动作的一致性 | 第68-70页 |
6 总结与展望 | 第70-72页 |
参考文献 | 第72-77页 |
致谢 | 第77-78页 |
攻读硕士学位期间已发表或录用的论文 | 第78页 |