基于Kinect的人体姿态检测与动作识别技术的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-13页 |
| ·课题背景及意义 | 第10-11页 |
| ·研究内容 | 第11页 |
| ·论文结构 | 第11-13页 |
| 第2章 研究现状与发展趋势 | 第13-20页 |
| ·人体姿态识别相关研究 | 第13-16页 |
| ·基于穿戴式传感器的方法 | 第13-14页 |
| ·基于计算机视觉的方法 | 第14-16页 |
| ·Kinect相关研究 | 第16-18页 |
| ·Kinect人体姿态识别的相关研究 | 第18-20页 |
| 第3章 Kinect开发平台 | 第20-31页 |
| ·Kinect简介 | 第20-21页 |
| ·深度图像获取技术 | 第21-23页 |
| ·骨骼跟踪技术 | 第23-25页 |
| ·Kinect SDK | 第25-27页 |
| ·骨骼数据获取及分析 | 第27-30页 |
| ·本章小结 | 第30-31页 |
| 第4章 基于骨骼信息的特征提取 | 第31-42页 |
| ·Kinect姿态、动作识别技术路线 | 第31-33页 |
| ·骨骼数据特征提取的不变性 | 第33-34页 |
| ·特征提取技术 | 第34-38页 |
| ·距离特征 | 第34-36页 |
| ·角度特征 | 第36-38页 |
| ·特征评估实验与分析 | 第38-41页 |
| ·实验者与实验设备 | 第38页 |
| ·实验程序开发环境 | 第38页 |
| ·实验过程与实验结果 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 第5章 静态姿态识别方法的研究 | 第42-51页 |
| ·日常生活中静态姿态调查 | 第42-43页 |
| ·姿态库的选择 | 第43-44页 |
| ·姿态样本库的建立 | 第44-47页 |
| ·姿态描述方式 | 第44-46页 |
| ·样本库采集 | 第46-47页 |
| ·静态姿态分类识别 | 第47-50页 |
| ·静态姿态的表示 | 第47页 |
| ·KNN分类器原理 | 第47页 |
| ·基于NN的姿态识别算法设计 | 第47-48页 |
| ·线下姿态识别实验 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第6章 动作识别方法的研究 | 第51-66页 |
| ·基于姿态序列的动作表示 | 第51页 |
| ·时间序列的识别问题 | 第51-53页 |
| ·动态时间规整原理 | 第53-54页 |
| ·基于DTW的动作识别算法设计 | 第54-57页 |
| ·动作序列规整距离计算 | 第54-56页 |
| ·识别算法设计 | 第56-57页 |
| ·动作识别实验系统设计与实现 | 第57-65页 |
| ·系统开发的软硬件环境 | 第57页 |
| ·系统的逻辑架构及模块流程图 | 第57-61页 |
| ·系统实现 | 第61-62页 |
| ·动作识别实验与分析 | 第62-64页 |
| ·系统的应用 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 第7章 结论 | 第66-68页 |
| 参考文献 | 第68-73页 |
| 附录A 程序源代码 | 第73-75页 |
| 在学研究成果 | 第75-76页 |
| 致谢 | 第76页 |
