| 摘要 | 第9-11页 |
| ABSTRACT | 第11-12页 |
| 第一章 绪论 | 第13-23页 |
| 1.1 课题研究的背景及意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-19页 |
| 1.3 论文的主要研究内容 | 第19-20页 |
| 1.4 论文的组织结构 | 第20-23页 |
| 第二章 步态系统结构及预处理 | 第23-33页 |
| 2.1 引言 | 第23页 |
| 2.2 视频捕捉设备概述 | 第23-26页 |
| 2.2.1 Kinect2.0简介 | 第23-24页 |
| 2.2.2 Kinect for Windows SDK平台简介 | 第24-25页 |
| 2.2.3 Kinect for Windows SDK组织架构 | 第25-26页 |
| 2.3 深度图像 | 第26-28页 |
| 2.3.1 深度图像表示与数据结构 | 第26-27页 |
| 2.3.2 深度图像成像原理 | 第27-28页 |
| 2.4 提取运动目标 | 第28-31页 |
| 2.5 章节小结 | 第31-33页 |
| 第三章 人体步态运动跟踪 | 第33-43页 |
| 3.1 粒子滤波 | 第33-35页 |
| 3.1.1 粒子滤波理论 | 第33-34页 |
| 3.1.2 粒子滤波基本过程 | 第34-35页 |
| 3.2 基于粒子滤波的目标跟踪 | 第35-38页 |
| 3.3 基于模板匹配的目标跟踪 | 第38-41页 |
| 3.3.1 模板匹配原理 | 第38-39页 |
| 3.3.2 实例演示 | 第39-41页 |
| 3.4 章节小结 | 第41-43页 |
| 第四章 人体步态运动识别 | 第43-61页 |
| 4.1 基于动态时间规整的步态识别算法 | 第43-47页 |
| 4.1.1 基本原理 | 第43-45页 |
| 4.1.2 规整路径优化策略 | 第45-46页 |
| 4.1.3 全局约束的路径优化 | 第46-47页 |
| 4.2 步态运动数据的获取与验证 | 第47-53页 |
| 4.2.1 骨骼数据的表示与获取 | 第47-49页 |
| 4.2.2 Kinect精度验证 | 第49-53页 |
| 4.3 人体步态特征提取 | 第53-54页 |
| 4.4 实验流程与结果 | 第54-60页 |
| 4.5 章节小结 | 第60-61页 |
| 第五章 虚拟模型同步演示 | 第61-69页 |
| 5.1 虚拟模型的建立 | 第61-63页 |
| 5.2 实例演示 | 第63-67页 |
| 5.3 章节小结 | 第67-69页 |
| 第六章 总结和展望 | 第69-71页 |
| 6.1 总结 | 第69页 |
| 6.2 展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-76页 |
| 学位论文评阅及答辩情况表 | 第76页 |