基于深度图像的人体姿态识别
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究背景与意义 | 第9-10页 |
| ·课题的研究现状 | 第10-12页 |
| ·本文的研究内容 | 第12页 |
| ·本文的组织结构 | 第12-15页 |
| 第2章 人体姿态深度图像库 | 第15-31页 |
| ·引言 | 第15页 |
| ·深度图像概念及其常见获取方式 | 第15-20页 |
| ·深度图像基本概念 | 第15-16页 |
| ·常见的深度数据获取方式 | 第16-20页 |
| ·构建工具与相关文件 | 第20-26页 |
| ·Maya 平台 | 第20-21页 |
| ·CMU 运动捕获数据库 | 第21-23页 |
| ·ASF/AMC 文件格式 | 第23-26页 |
| ·构建思路与构建结果 | 第26-30页 |
| ·构建思路 | 第26-27页 |
| ·实验平台与数据 | 第27-28页 |
| ·构建结果 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 相关算法 | 第31-41页 |
| ·决策树算法简介 | 第31-33页 |
| ·随机森林 | 第33页 |
| ·Mean Shift 算法 | 第33-36页 |
| ·深度差分特征 | 第36-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 基于随机森林的部位检测 | 第41-49页 |
| ·算法实现 | 第41-45页 |
| ·随机森林训练 | 第41-43页 |
| ·随机森林分类 | 第43-45页 |
| ·部位检测结果与分析 | 第45-47页 |
| ·本章小结 | 第47-49页 |
| 第5章 基于部位检测的人体关节点提取 | 第49-55页 |
| ·部位合并思想 | 第49-50页 |
| ·算法设计 | 第50-52页 |
| ·实验结果与分析 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-59页 |
| 攻读硕士学位期间所发表的学术论文 | 第59-61页 |
| 致谢 | 第61页 |
