| 摘要 | 第1-5页 |
| ABSTRACT | 第5-12页 |
| 第1章 引言 | 第12-17页 |
| ·研究背景和意义 | 第12-13页 |
| ·国内外研究现状 | 第13-14页 |
| ·国外研究现状 | 第13-14页 |
| ·国内研究现状 | 第14页 |
| ·问题的提出 | 第14-15页 |
| ·本文的主要内容和组织结构 | 第15-17页 |
| ·本文主要工作 | 第15页 |
| ·本文组织结构 | 第15-17页 |
| 第2章 人体运动提取与跟踪的基本理论 | 第17-27页 |
| ·人体运动特征提取算法的研究 | 第17-19页 |
| ·帧差法 | 第18页 |
| ·背景差分法 | 第18-19页 |
| ·光流法 | 第19页 |
| ·影响人体运动跟踪的因素分析 | 第19-20页 |
| ·基于 Mean Shift 算法的跟踪原理分析 | 第20-25页 |
| ·均值漂移算法的基本原理 | 第21-22页 |
| ·扩展 Mean Shift 算法 | 第22-25页 |
| ·应用不同场合的人体跟踪算法分析 | 第25-26页 |
| ·基于区域的人体跟踪算法分析 | 第25页 |
| ·基于模型的人体跟踪算法分析 | 第25页 |
| ·基于特征的人体跟踪算法分析 | 第25-26页 |
| ·基于活动轮廓的人体跟踪算法分析 | 第26页 |
| ·本章小结 | 第26-27页 |
| 第3章 基于直方图增强的三帧差分法 | 第27-41页 |
| ·改进三帧差分法的分析 | 第27-30页 |
| ·人体运动提取算法的分析与比较 | 第27-28页 |
| ·基本帧差法提取人体的实验与分析 | 第28页 |
| ·三帧差分法 | 第28-29页 |
| ·三帧差分法的实验 | 第29-30页 |
| ·基于直方图增强技术的三帧差分法 | 第30-38页 |
| ·图像直方图调整的意义 | 第30-31页 |
| ·直方图增强 | 第31-34页 |
| ·改进的基于直方图增强技术的帧差法 | 第34-35页 |
| ·基于直方图的帧差法阈值的选取 | 第35-36页 |
| ·改进算法提取后人体二值图像的修复 | 第36-38页 |
| ·基于直方图三帧差分法的实验 | 第38-40页 |
| ·改进算法后人体二值图像的提取结果 | 第38-39页 |
| ·改进的算法对人体运动的提取 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 基于人体头部特征的 Mean Shift 算法 | 第41-58页 |
| ·Mean Shift 算法运动跟踪的算法分析 | 第41-45页 |
| ·目标模型 | 第42页 |
| ·候选模型 | 第42-43页 |
| ·相似度的度量 | 第43-44页 |
| ·定位目标 | 第44-45页 |
| ·Mean Shift 算法带宽固定的分析 | 第45-48页 |
| ·基本 Mean Shift 算法的人体跟踪实验 | 第45-47页 |
| ·实验结果分析 | 第47-48页 |
| ·基于人体头部特征的 Mean Shift 算法 | 第48-54页 |
| ·人体运动头部特征的分析 | 第48-50页 |
| ·人体头部圆半径的提取 | 第50-52页 |
| ·基于人体头部的自适应带宽的 Mean Shift 算法 | 第52-54页 |
| ·改进后的实验及结果分析 | 第54-56页 |
| ·改进的 Mean Shift 算法对人体运动的跟踪实验 | 第54-55页 |
| ·改进的 Mean Shift 算法的实验数据 | 第55-56页 |
| ·其他文献带宽选取算法和本文的比较 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第5章 虚拟现实系统 | 第58-66页 |
| ·混合现实介绍 | 第58-59页 |
| ·系统的软件以及硬件的设计 | 第59页 |
| ·系统的总体实现 | 第59-65页 |
| ·本章小结 | 第65-66页 |
| 第6章 总结与展望 | 第66-68页 |
| ·本文工作成果总结 | 第66-67页 |
| ·本文工作的不足和展望 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 致谢 | 第71-72页 |
| 攻读学位期间公开发表的论文 | 第72-73页 |
