| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-15页 |
| ·研究背景与意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·人体检测技术 | 第11-12页 |
| ·人体跟踪技术介绍 | 第12-13页 |
| ·研究难点 | 第13页 |
| ·论文结构 | 第13-15页 |
| 第二章 基于 Kinect 的人体检测与跟踪技术的理论基础 | 第15-27页 |
| ·引言 | 第15页 |
| ·分类器介绍 | 第15-18页 |
| ·Adaboost 分类器 | 第15-16页 |
| ·SVM 分类器 | 第16-17页 |
| ·级联分类器 | 第17-18页 |
| ·分类技术中常用的几种特征 | 第18-26页 |
| ·Haar 小波矩形特征 | 第19-22页 |
| ·SIFT 特征 | 第22-26页 |
| ·HOG 特征 | 第26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于 Kinect 的人体检测算法研究 | 第27-50页 |
| ·引言 | 第27-32页 |
| ·传统的人体检测技术 | 第27-29页 |
| ·人体目标分类方法 | 第29-30页 |
| ·Kinect 介绍 | 第30-32页 |
| ·特征提取 | 第32-35页 |
| ·HOG 特征的提取 | 第32-34页 |
| ·HOD 特征的提取 | 第34-35页 |
| ·SVM 分类器 | 第35-39页 |
| ·传统 SVM 分类器 | 第35-39页 |
| ·带概率输出的 SVM | 第39页 |
| ·训练过程 | 第39-41页 |
| ·HOG 检测模型训练过程 | 第39-41页 |
| ·HOD 模型训练过程 | 第41页 |
| ·检测过程 | 第41-48页 |
| ·多尺度表示 | 第41-42页 |
| ·检测过程 | 第42-48页 |
| ·三种人体检测算法的实现与比较 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第四章 基于 Kinect 的人体跟踪算法研究 | 第50-65页 |
| ·引言 | 第50-60页 |
| ·人体跟踪方法的分类 | 第50-52页 |
| ·目标跟踪的关键技术 | 第52-54页 |
| ·常用目标跟踪技术介绍 | 第54-60页 |
| ·基于 Kinect 的人体跟踪算法流程 | 第60-61页 |
| ·基于 Kinect 的人体跟踪算法的实现与分析 | 第61-63页 |
| ·基于 Kinect 的人体检测和跟踪系统配置 | 第61-62页 |
| ·基于 Kinect 的人体跟踪算法的实现 | 第62-63页 |
| ·两种跟踪算法的分析与比较 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 第五章 总结与展望 | 第65-67页 |
| ·总结 | 第65-66页 |
| ·展望 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 附录 | 第71页 |