| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-20页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 应用及研究现状 | 第12-17页 |
| 1.2.1 应用背景 | 第12-15页 |
| 1.2.2 研究现状 | 第15-17页 |
| 1.3 本文的主要工作 | 第17-18页 |
| 1.4 论文结构 | 第18-20页 |
| 第2章 图像数据预处理 | 第20-28页 |
| 2.1 KINECT原理 | 第20-21页 |
| 2.2 深度图像和骨架数据表示 | 第21-23页 |
| 2.2.1 深度图像表示 | 第21-23页 |
| 2.2.2 3D骨架数据 | 第23页 |
| 2.3 深度图像和骨架数据处理 | 第23-27页 |
| 2.3.1 深度图像处理 | 第24-26页 |
| 2.3.2 骨架图像处理 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 图像特征提取 | 第28-35页 |
| 3.1 深度特征提取 | 第28-31页 |
| 3.1.1 宽高比 | 第28-30页 |
| 3.1.2 轨迹特征 | 第30-31页 |
| 3.2 骨架特征提取 | 第31-34页 |
| 3.2.1 关节点位置 | 第31-32页 |
| 3.2.2 骨架角度 | 第32-34页 |
| 3.3 本章小结 | 第34-35页 |
| 第4章 一种基于关键帧的融合多特征的人体动作识别方法 | 第35-47页 |
| 4.1 视频序列对齐 | 第35-37页 |
| 4.2 关键帧提取 | 第37-43页 |
| 4.2.1 帧聚类 | 第37-38页 |
| 4.2.2 确定关键帧 | 第38-43页 |
| 4.2.3 关键帧k值计算 | 第43页 |
| 4.3 融合多特征的人体动作识别 | 第43-45页 |
| 4.4 本章小结 | 第45-47页 |
| 第5章 实验和结果分析 | 第47-53页 |
| 5.1 实验数据库介绍 | 第47-48页 |
| 5.2 人体动作识别实验分析 | 第48-52页 |
| 5.3 本章小结 | 第52-53页 |
| 结论 | 第53-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59-60页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第60页 |