| 摘要 | 第1-6页 |
| Abstract | 第6-14页 |
| 图表索引 | 第14-17页 |
| Index of Figures and Tables | 第17-20页 |
| 第1章 绪论 | 第20-43页 |
| ·课题背景及研究的目的和意义 | 第20-23页 |
| ·国内外研究现状 | 第23-38页 |
| ·基于学习的方法 | 第25-27页 |
| ·基于模型的方法 | 第27-38页 |
| ·存在的问题和发展趋势 | 第38-40页 |
| ·存在的问题 | 第38-39页 |
| ·发展趋势 | 第39-40页 |
| ·本文的研究内容 | 第40-43页 |
| 第2章 基于关节层次模型的手臂3D 运动估计 | 第43-66页 |
| ·引言 | 第43-44页 |
| ·关节层次模型 | 第44-49页 |
| ·关节链结构 | 第44-45页 |
| ·关节层次离散图模型 | 第45-48页 |
| ·关节结构模型 | 第48-49页 |
| ·HAM-MCMCPF 算法 | 第49-56页 |
| ·MCMC 粒子滤波 | 第50-51页 |
| ·状态转移 | 第51页 |
| ·关节运动速度关系模型 | 第51-53页 |
| ·粒子采样 | 第53-56页 |
| ·图像似然特征 | 第56-62页 |
| ·自适应加权颜色直方图 | 第56-57页 |
| ·图像边缘 | 第57-62页 |
| ·似然概率 | 第62页 |
| ·实验分析 | 第62-64页 |
| ·误差统计 | 第62-63页 |
| ·实验对比 | 第63-64页 |
| ·实验结果 | 第64页 |
| ·小结 | 第64-66页 |
| 第3章 基于肢体运动相关性的手臂3D 运动估计 | 第66-77页 |
| ·引言 | 第66-67页 |
| ·肢体模型 | 第67-68页 |
| ·肢体运动速度相关系数 | 第68-69页 |
| ·Rao-Blackwellised 粒子滤波 | 第69-72页 |
| ·基本原理 | 第69-70页 |
| ·Kalman 滤波 | 第70-71页 |
| ·图像似然概率 | 第71-72页 |
| ·实验分析 | 第72-76页 |
| ·相关系数的学习 | 第72-73页 |
| ·误差统计 | 第73-74页 |
| ·实验对比 | 第74-75页 |
| ·实验结果 | 第75-76页 |
| ·小结 | 第76-77页 |
| 第4章 基于概率模型的行人四肢自遮挡的检测 | 第77-91页 |
| ·引言 | 第77页 |
| ·自遮挡分析 | 第77-80页 |
| ·自遮挡概率模型 | 第80-81页 |
| ·层次肤色模型 | 第81-87页 |
| ·特征提取 | 第81-83页 |
| ·层次肤色模型 | 第83-86页 |
| ·概率的计算 | 第86-87页 |
| ·实验分析 | 第87-90页 |
| ·小结 | 第90-91页 |
| 第5章 基于混合跟踪模型的人体3D 运动估计 | 第91-113页 |
| ·引言 | 第91-92页 |
| ·人体模型 | 第92-94页 |
| ·人体生理结构约束模型 | 第92-93页 |
| ·离散关节图模型 | 第93-94页 |
| ·混合跟踪模型 | 第94-98页 |
| ·无遮挡跟踪模式 | 第94-96页 |
| ·自遮挡跟踪模式 | 第96-98页 |
| ·自遮挡的检测 | 第98-101页 |
| ·自遮挡检测模型 | 第98-100页 |
| ·概率计算 | 第100-101页 |
| ·观测似然模型 | 第101-102页 |
| ·肢体运动相关系数 | 第102-105页 |
| ·回归模型 | 第103-104页 |
| ·在线训练 | 第104-105页 |
| ·实验分析 | 第105-111页 |
| ·自遮挡检测误差 | 第106-107页 |
| ·实验结果 | 第107-108页 |
| ·实验对比 | 第108-111页 |
| ·小结 | 第111-113页 |
| 结论 | 第113-115页 |
| 参考文献 | 第115-129页 |
| 攻读博士学位期间发表的论文及其它成果 | 第129-131页 |
| 致谢 | 第131-133页 |
| 个人简历 | 第133页 |