非标定单目序列图像的三维人体运动分析
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-13页 |
| 第一章 绪论 | 第13-31页 |
| ·引言 | 第13页 |
| ·研究背景与现状 | 第13-16页 |
| ·基于模型的人体运动分析综述 | 第16-21页 |
| ·人体模型 | 第17-18页 |
| ·图像特征的选择 | 第18页 |
| ·人体先验信息 | 第18-19页 |
| ·人体运动跟踪 | 第19-21页 |
| ·基于学习的人体运动分析综述 | 第21-22页 |
| ·图像特征 | 第21页 |
| ·基于学习的人体运动方法 | 第21-22页 |
| ·研究存在的难点与挑战 | 第22-25页 |
| ·本论文的研究工作与创新 | 第25-29页 |
| ·利用卷积曲面进行人体建模以及姿势恢复 | 第26-27页 |
| ·自动的关节点提取以及基于关节点的人体运动估计 | 第27页 |
| ·交互式多模型（IMM）引入三维人体运动跟踪中 | 第27-28页 |
| ·共享动态隐变量模型用于人体运动跟踪 | 第28页 |
| ·共享隐变量模型的解析式 | 第28-29页 |
| ·本论文结构 | 第29-31页 |
| 第二章 三维人体运动模型 | 第31-40页 |
| ·投影模型 | 第31-34页 |
| ·人体骨架模型 | 第34-39页 |
| ·人体骨架运动的欧拉角描述 | 第34-37页 |
| ·人体骨架运动的四元数描述 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第三章 图像特征的提取与描述 | 第40-46页 |
| ·图像特征的提取与描述综述 | 第40-41页 |
| ·人体区域前景分割以及边界平滑 | 第41-44页 |
| ·人体轮廓的描述 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 卷积曲面人体运动模型以及姿态恢复 | 第46-67页 |
| ·卷积曲面的综述以及基本原理 | 第46-50页 |
| ·卷积曲面 | 第47-50页 |
| ·卷积曲线 | 第50页 |
| ·卷积曲面和卷积曲线投影对应关系 | 第50-55页 |
| ·卷积曲面人体模型 | 第55-59页 |
| ·关节点角度参数估计 | 第59-65页 |
| ·目标函数的确定与约束函数 | 第59-60页 |
| ·非线性优化问题 | 第60页 |
| ·初值选择问题 | 第60页 |
| ·实验结果以及分析 | 第60-65页 |
| ·本章小结 | 第65-67页 |
| 第五章 基于骨架连接点运动的人体姿势估计 | 第67-83页 |
| ·基于模型的自动定位方法 | 第67-74页 |
| ·图像人体区域关节点自动定位 | 第69-73页 |
| ·遮挡点预测机制 | 第73-74页 |
| ·基于确定性优化方法姿势恢复 | 第74-77页 |
| ·实验结果以及分析 | 第77-81页 |
| ·本章小结 | 第81-83页 |
| 第六章 长序列图像三维人体运动分析与跟踪 | 第83-104页 |
| ·研究现状概述 | 第83-84页 |
| ·交互式多模型框架 | 第84-89页 |
| ·扩展卡尔曼滤波器 | 第85-87页 |
| ·交互式多模型算法 | 第87-89页 |
| ·人体运动中交互式多模型方法的实施 | 第89-92页 |
| ·基于例子的多运动模型学习 | 第89-90页 |
| ·观测方程的Jacobian 矩阵 | 第90-92页 |
| ·实验验证 | 第92-103页 |
| ·真实图像序列实验 | 第92-98页 |
| ·仿真图像序列实验 | 第98-103页 |
| ·本章小结 | 第103-104页 |
| 第七章 共享动态隐变量模型与人体运动分析 | 第104-130页 |
| ·现有的方法综述 | 第104-107页 |
| ·基于学习的人体运动的方法综述 | 第105页 |
| ·相关的学习算法描述 | 第105-107页 |
| ·共享动态隐变量模型(SLDM) | 第107-112页 |
| ·基本映射模型 | 第107-109页 |
| ·共享动态隐变量的存在性条件 | 第109-110页 |
| ·均值预测(Mean Prediction) | 第110-112页 |
| ·SLDM 模型与其他算法的不同点 | 第112页 |
| ·共享动态隐变量模型在人体运动中的实施 | 第112-114页 |
| ·共享动态隐变量离线训练 | 第112-113页 |
| ·隐变量空间的在线跟踪 | 第113-114页 |
| ·共享动态隐变量模型的实验验证 | 第114-129页 |
| ·GPDM 和SLDM 在功能上的不同 | 第114-117页 |
| ·仿真图像序列跟踪 | 第117-123页 |
| ·真实图像序列跟踪 | 第123-129页 |
| ·本章小结 | 第129-130页 |
| 第八章 共享隐变量模型的解析方法研究 | 第130-140页 |
| ·相关的工作综述 | 第130-131页 |
| ·共享隐变量解析方法 | 第131-134页 |
| ·共享隐变量模型与PCA 的等价性 | 第131-133页 |
| ·共享隐变量的岭回归 | 第133-134页 |
| ·共享隐变量解析方法实验 | 第134-139页 |
| ·本章小结 | 第139-140页 |
| 总结与展望 | 第140-143页 |
| 参考文献 | 第143-153页 |
| 攻读博士学位期间发表论文与申请专利情况 | 第153-154页 |
| 致谢 | 第154-155页 |
