首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于RGB-D摄像机的人体动作识别的研究

摘要第4-5页
Abstract第5-6页
1 绪论第9-17页
    1.1 研究的背景和意义第9-10页
    1.2 人体动作识别研究现状第10-14页
        1.2.1 基于语法的人体动作识别第11页
        1.2.2 基于模板的人体动作识别第11页
        1.2.3 基于统计的人体动作识别第11-12页
        1.2.4 基于数据降维的人体动作识别第12-13页
        1.2.5 基于机器学习的人体动作识别第13-14页
    1.3 人体动作识别的困难第14页
    1.4 本文的研究内容和结构安排第14-17页
        1.4.1 研究内容第14-15页
        1.4.2 结构安排第15-17页
2 RGB-D摄像机技术第17-27页
    2.1 深度图像第17-18页
        2.1.1 深度图像简介第17-18页
        2.1.2 深度图像与彩色图像的对比第18页
    2.2 Kinect技术第18-26页
        2.2.1 Kinect简介第18-20页
        2.2.2 Kinect人体动作识别原理第20-24页
        2.2.3 Kinect技术应用第24-26页
    2.3 RGB-D摄像机人体动作识别中的问题第26页
    2.4 本章小结第26-27页
3 基于RGB-D摄像机的手指运动跟踪第27-39页
    3.1 手指运动跟踪概述第27-28页
    3.2 研究方案第28-35页
        3.2.1 手部分割第28-30页
        3.2.2 指尖检测第30-33页
        3.2.3 指尖标注第33页
        3.2.4 指尖深度追踪第33-35页
    3.3 实验结果及分析第35-38页
        3.3.1 实验平台第35页
        3.3.2 手部分割以及指尖检测第35-36页
        3.3.3 指尖检测评价第36-37页
        3.3.4 指尖标注/跟踪评价第37-38页
    3.4 本章小结第38-39页
4 基于RGB-D摄像机的仰卧位人体姿态识别第39-58页
    4.1 RGB-D摄像机人体姿态识别概述第39-41页
    4.2 研究方案第41-50页
        4.2.1 深度图像和颜色图像数据结合第41-42页
        4.2.2 人体检测第42-44页
        4.2.3 人体四肢检测第44-47页
        4.2.4 人体四肢标注第47-48页
        4.2.5 人体四肢深度跟踪第48-49页
        4.2.6 仰卧位人体姿态识别第49-50页
    4.3 实验结果及分析第50-57页
        4.3.1 实验平台第50页
        4.3.2 人体四肢标注的跟踪评价第50-53页
        4.3.3 人体四肢深度的跟踪评价第53-54页
        4.3.4 人体姿态识别的评价第54-56页
        4.3.5 实验总结分析第56-57页
    4.4 本章小结第57-58页
5 总结和展望第58-60页
    5.1 工作总结第58页
    5.2 研究展望第58-60页
参考文献第60-66页
致谢第66-67页
攻读硕士学位期间发表的学术论文和参加科研情况第67-68页
    1. 发表的学术论文第67页
    2. 参加科研情况第67-68页

论文共68页,点击 下载论文
上一篇:涡扇发动机分布式控制系统通讯时延对系统性能影响分析
下一篇:基于等效原理分析水下电磁场的算法研究