高精度快速定位方法与人体姿态分析
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第一章 绪论 | 第12-18页 |
| ·引言 | 第12页 |
| ·研究背景与现状 | 第12-13页 |
| ·目标检测 | 第13-14页 |
| ·图像校准 | 第14页 |
| ·目标快速高精度定位 | 第14-15页 |
| ·人体姿态分析 | 第15-16页 |
| ·本文的结构 | 第16-18页 |
| 第二章 目标检测 | 第18-34页 |
| ·研究现状 | 第18-19页 |
| ·基于特征点的目标检测 | 第19-30页 |
| ·主流目标检测所用特征 | 第21-24页 |
| ·主流特征的特征描述 | 第24-28页 |
| ·特征匹配 | 第28-30页 |
| ·基于模板匹配的目标检测 | 第30-31页 |
| ·人体目标检测 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 图像校准 | 第34-52页 |
| ·图像校准的研究现状 | 第34-38页 |
| ·图像配准基础——Lucas-Kanade算法 | 第34-35页 |
| ·Lucas-Kanade算法的解 | 第35-38页 |
| ·L-K框架下的算法优化 | 第38-42页 |
| ·逆向-组合算法 | 第38-40页 |
| ·牛顿法 | 第40-41页 |
| ·Levenberg-Marquardt算法 | 第41-42页 |
| ·高效的二阶最小化方法(ESM) | 第42-46页 |
| ·Jesm的计算 | 第43-45页 |
| ·ESM方法的讨论 | 第45-46页 |
| ·非L-K框架下的图像校准 | 第46-49页 |
| ·ICP算法 | 第46-49页 |
| ·本章小结 | 第49-52页 |
| 第四章 目标快速高精度定位 | 第52-86页 |
| ·目标高精度定位的现状 | 第52-53页 |
| ·ICP算法的精度“陷阱” | 第53-56页 |
| ·离散采样“陷阱” | 第53-54页 |
| ·局部错匹配“陷阱” | 第54-56页 |
| ·如何提高定位的精度 | 第56-62页 |
| ·Chen对ICP算法的改良 | 第56-57页 |
| ·增加描述子——SHAPE CONTEXT | 第57-59页 |
| ·在最优值处抖动 | 第59-62页 |
| ·引入ESM进行灰度校准 | 第62页 |
| ·改进的形状上下文描述 | 第62-72页 |
| ·密集采样 | 第64-65页 |
| ·旋转不变性 | 第65-67页 |
| ·尺度不变性 | 第67-69页 |
| ·法向角的引入 | 第69-72页 |
| ·如何提高定位的速度 | 第72-75页 |
| ·KD-Tree | 第72页 |
| ·用PRO-RANSAC区分优良的匹配 | 第72-73页 |
| ·不同步进分步迭代 | 第73-75页 |
| ·实验结果与分析 | 第75-84页 |
| ·目标定位所用数据库 | 第75-76页 |
| ·系统界而一览 | 第76-78页 |
| ·评价匹配度函数 | 第78-79页 |
| ·实验结果 | 第79-83页 |
| ·实验结果讨论 | 第83-84页 |
| ·本章小结 | 第84-86页 |
| 第五章 单目人体姿态分析 | 第86-98页 |
| ·人体姿态估计研究现状 | 第86-87页 |
| ·人体姿态估计的两种算法 | 第87-88页 |
| ·生成式算法 | 第87页 |
| ·判别式算法 | 第87-88页 |
| ·人体模型 | 第88-91页 |
| ·二维轮廓模型 | 第88-89页 |
| ·三维骨架模型 | 第89-91页 |
| ·二维人体轮廓的提取 | 第91-92页 |
| ·人体姿态初始化 | 第92-94页 |
| ·人体姿态的跟踪 | 第94-96页 |
| ·本章小结 | 第96-98页 |
| 第六章 总结与展望 | 第98-100页 |
| ·论文研究总结 | 第98-99页 |
| ·展望 | 第99-100页 |
| 参考文献 | 第100-108页 |
| 致谢 | 第108-110页 |
| 攻读硕士学位期间已发表或录用的论文 | 第110页 |
