基于深度图像的人体骨骼追踪的骨骼点矫正问题研究
| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 第一章 绪论 | 第6-17页 |
| ·课题背景及其意义 | 第6-8页 |
| ·国内外研究现状 | 第8-15页 |
| ·计算机视觉研究现状 | 第8-9页 |
| ·Kinect技术研究现状 | 第9-12页 |
| ·骨骼点跟踪矫正研究现状 | 第12-15页 |
| ·论文的主要工作与章节安排 | 第15-17页 |
| 第二章 图像预处理 | 第17-25页 |
| ·彩色图像灰化 | 第17页 |
| ·图像锐化处理 | 第17-18页 |
| ·边缘检测 | 第18-21页 |
| ·传统边缘检测算法 | 第18-21页 |
| ·深度图像背景去除 | 第21-23页 |
| ·实例分析 | 第23页 |
| ·本章小结 | 第23-25页 |
| 第三章 随机森林分类器 | 第25-39页 |
| ·引言 | 第25-26页 |
| ·决策树算法原理 | 第26-27页 |
| ·常用的决策树算法 | 第27-35页 |
| ·ID3算法 | 第27-29页 |
| ·C4.5连续分类处理 | 第29-30页 |
| ·CART算法 | 第30页 |
| ·PUBLIC算法 | 第30-31页 |
| ·SLIQ算法 | 第31页 |
| ·SPRINT算法 | 第31-32页 |
| ·决策树剪枝 | 第32页 |
| ·预剪枝与后剪枝 | 第32-35页 |
| ·决策树应用实例分析 | 第35-37页 |
| ·应用实例一 | 第35-36页 |
| ·应用实例二 | 第36-37页 |
| ·决策树在本文中的应用 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 部位分割和矫正 | 第39-48页 |
| ·训练分类器 | 第39-41页 |
| ·部位判定 | 第41-45页 |
| ·误差分析 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 骨骼坐标矫正应用实例 | 第48-54页 |
| ·利用Kinect传感器的骨骼追踪来测量人体 | 第48-51页 |
| ·单纯跟踪计算 | 第48-49页 |
| ·利用深度信息结合三角几何测量人体身高 | 第49-51页 |
| ·实验结果 | 第51页 |
| ·模型跟踪 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-56页 |
| ·全文工作总结 | 第54页 |
| ·今后工作展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 攻读学位期间的研究成果 | 第60-61页 |
| 致谢 | 第61-62页 |
