| 目录 | 第1-4页 |
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第6-14页 |
| ·研究背景和意义 | 第6-9页 |
| ·研究内容和方法 | 第9-11页 |
| ·研究问题描述 | 第9-10页 |
| ·研究方法回顾 | 第10-11页 |
| ·主要设计难点 | 第11-13页 |
| ·本文的组织结构 | 第13-14页 |
| 第二章 物体检测识别综述 | 第14-37页 |
| ·图像特征提取与特征选择 | 第14-24页 |
| ·基于颜色通道的直方图特征 | 第14-16页 |
| ·基于局部点的特征 | 第16-24页 |
| ·物体识别方法综述 | 第24-34页 |
| ·基于统计的方法与基于物体部件的识别框架 | 第25-32页 |
| ·基于特征匹配的物体识别分类方法 | 第32-34页 |
| ·物体识别性能评估标准 | 第34页 |
| ·物体识别数据库简介 | 第34-36页 |
| ·数字手写体(MNIST)数据库 | 第34页 |
| ·Caltech 101数据库 | 第34-35页 |
| ·Microsoft object recognition database数据库 | 第35页 |
| ·PASCAL Visual Object Classes数据库 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第三章 结合识别与分割的关节式物体检测方法 | 第37-58页 |
| ·算法动机 | 第38-39页 |
| ·预处理 | 第39页 |
| ·图像特征提取和特征选择 | 第39-42页 |
| ·边缘信息特征 | 第40-41页 |
| ·直方图区间模糊化处理 | 第41页 |
| ·特征选择 | 第41-42页 |
| ·关节式物体模型 | 第42-44页 |
| ·条件随机场 | 第42-43页 |
| ·树结构模型 | 第43-44页 |
| ·自顶向下的假设估计 | 第44-49页 |
| ·迭代分析算法 | 第44-45页 |
| ·新颖的推理分析过程 | 第45-47页 |
| ·回溯过程 | 第47-48页 |
| ·泛化能力 | 第48-49页 |
| ·利用分类器进行假设验证 | 第49-50页 |
| ·关节式物体姿势估计 | 第50-51页 |
| ·试验结果 | 第51-56页 |
| ·实验数据集 | 第51-52页 |
| ·基于可变形模型的可视化效果 | 第52-53页 |
| ·使用图像形状特征和前景掩码的迭代效果 | 第53-54页 |
| ·运动目标检测可视化效果 | 第54-55页 |
| ·定性分析 | 第55-56页 |
| ·其他复杂图片检测识别效果 | 第56页 |
| ·本章小结 | 第56-58页 |
| 第四章 关节式物体识别检测应用场景分析 | 第58-66页 |
| ·面向个性化的服装定制 | 第58-61页 |
| ·应用背景 | 第58-59页 |
| ·算法流程 | 第59-60页 |
| ·模型映射 | 第60页 |
| ·试验结果 | 第60-61页 |
| ·线条画提取绘制 | 第61-65页 |
| ·非真实感绘制 | 第61页 |
| ·线条画提取 | 第61-62页 |
| ·算法流程 | 第62-64页 |
| ·试验结果 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 第五章 总结与展望 | 第66-68页 |
| ·总结 | 第66页 |
| ·展望 | 第66-68页 |
| 参考文献 | 第68-74页 |
| 致谢 | 第74-75页 |