静态图片人体姿态估计研究
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 致谢 | 第7-12页 |
| 第一章 绪论 | 第12-20页 |
| ·引言 | 第12页 |
| ·人体姿态估计的研究意义 | 第12-14页 |
| ·人体姿态估计研究现状 | 第14-16页 |
| ·人体姿态估计分类 | 第14页 |
| ·静态图片中的人体姿态估计 | 第14-16页 |
| ·无模型人体姿态估计 | 第15页 |
| ·基于模型的人体姿态估计 | 第15-16页 |
| ·人体姿态估计研究难点 | 第16-18页 |
| ·论文的主要工作 | 第18-20页 |
| ·主要研究内容 | 第18-19页 |
| ·组织结构 | 第19-20页 |
| 第二章 图像特征提取基本理论 | 第20-28页 |
| ·目标的特征表示 | 第20-21页 |
| ·特征提取 | 第21-24页 |
| ·颜色特征 | 第21-22页 |
| ·纹理特征 | 第22-24页 |
| ·边缘特征 | 第24页 |
| ·特征匹配 | 第24-27页 |
| ·特征点 | 第24页 |
| ·绝对平衡搜索法 | 第24-25页 |
| ·归一化互相关法 | 第25-26页 |
| ·基于 Hausdorff 距离方法 | 第26页 |
| ·Chamfer 距离匹配技术 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 可扩展梯度直方图人体检测算法 | 第28-40页 |
| ·梯度直方图特征描述符 | 第28-29页 |
| ·梯度直方图 | 第28页 |
| ·矩形梯度直方图描述符 | 第28-29页 |
| ·梯度计算 | 第29-31页 |
| ·线性算子与核算子 | 第29-30页 |
| ·图像卷积 | 第30-31页 |
| ·梯度大小和方向计算 | 第31页 |
| ·分配权值 | 第31-33页 |
| ·高斯滤波权值分配 | 第31-32页 |
| ·三线插值 | 第32-33页 |
| ·梯度直方图特征向量 | 第33-34页 |
| ·梯度直方图人体检测算法 | 第34-35页 |
| ·改进的梯度直方图人体检测算法 | 第35-37页 |
| ·基本思想 | 第35页 |
| ·算法过程 | 第35-36页 |
| ·尺度层算法 | 第36-37页 |
| ·实验结果分析 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 基于树形图模型结构的人体姿态估计 | 第40-48页 |
| ·人体图结构化模型 | 第40页 |
| ·人体图结构化统计模型 | 第40-41页 |
| ·模型的参数估计 | 第41-45页 |
| ·部件模型参数估计 | 第42-43页 |
| ·部件间关系模型参数估计 | 第43-45页 |
| ·人体模型与图像的匹配算法 | 第45-47页 |
| ·最大后验概率快速算法 | 第45页 |
| ·采样后验概率 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 基于颜色和纹理观测模型的迭代人体姿态估计 | 第48-59页 |
| ·基于树形图模型结构迭代人体姿态估计 | 第48-49页 |
| ·建立边缘可变化模型 | 第48-49页 |
| ·学习模型参数 | 第49页 |
| ·推断人体部件位置 | 第49页 |
| ·改进部件观测模型的迭代人体姿态估计 | 第49-54页 |
| ·梯度直方图检测人体位置 | 第49-50页 |
| ·Grab cut 分割图像 | 第50-51页 |
| ·彩色数据模型 | 第50页 |
| ·Grab cut 算法步骤 | 第50-51页 |
| ·建立区域模型 | 第51-53页 |
| ·建立基于区域的新模型 | 第53-54页 |
| ·实验结果分析 | 第54-57页 |
| ·本章小结 | 第57-59页 |
| 第六章 总结与展望 | 第59-60页 |
| ·工作总结 | 第59页 |
| ·未来工作展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 附录1：硕士期间发表的论文 | 第64页 |
| 附录2：硕士期间获奖情况 | 第64-65页 |
