| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-9页 |
| Table of Centents | 第9-11页 |
| 第一章 绪论 | 第11-21页 |
| 1.1 引言 | 第11页 |
| 1.2 研究背景及意义 | 第11-12页 |
| 1.3 深度图像获取的国内外研究现状 | 第12-19页 |
| 1.3.1 主动式深度传感器的方法 | 第12-15页 |
| 1.3.2 立体视觉技术 | 第15-19页 |
| 1.4 论文主要研究工作 | 第19页 |
| 1.5 本文结构安排 | 第19-21页 |
| 第二章 人体轮廓边缘特征提取与匹配 | 第21-34页 |
| 2.1 引言 | 第21页 |
| 2.2 深度数据库中人体轮廓边缘检测 | 第21-27页 |
| 2.2.1 边缘检测算法及其优缺点 | 第22-25页 |
| 2.2.2 深度数据库人体轮廓边缘检测 | 第25-27页 |
| 2.3 测试样本的人体轮廓边缘检测 | 第27-31页 |
| 2.3.1 混合高斯模型前景检测 | 第28-30页 |
| 2.3.2 测试样本的人体轮廓边缘检测 | 第30-31页 |
| 2.4 简单人体轮廓边缘匹配算法 | 第31-34页 |
| 第三章 基于距离变换的边缘特征匹配算法 | 第34-50页 |
| 3.1 引言 | 第34-35页 |
| 3.2 基于边缘特征的匹配算法 | 第35页 |
| 3.3 基于边缘特征的匹配算法的基本原理 | 第35-46页 |
| 3.3.1 距离变换 | 第36-38页 |
| 3.3.2 匹配策略 | 第38-39页 |
| 3.3.3 最佳位置 | 第39-40页 |
| 3.3.4 层次算法 | 第40-41页 |
| 3.3.5 图像金字塔 | 第41-42页 |
| 3.3.6 输入数据和变形方程 | 第42-43页 |
| 3.3.7 参数步长 | 第43-44页 |
| 3.3.8 初始位置 | 第44页 |
| 3.3.9 优化 | 第44-46页 |
| 3.4 人体轮廓边缘匹配算法 | 第46-50页 |
| 3.4.1 匹配算法框架 | 第46-48页 |
| 3.4.2 匹配结果 | 第48-50页 |
| 第四章 单摄像头下基于样本学习的人体深度估计方法 | 第50-57页 |
| 4.1 引言 | 第50页 |
| 4.2 基于样本学习的人体深度估计 | 第50-52页 |
| 4.3 匹配特征的选择 | 第52-53页 |
| 4.4 匹配最相似的样本 | 第53-55页 |
| 4.5 深度估计与优化 | 第55-57页 |
| 第五章 实验结果及其分析 | 第57-63页 |
| 5.1 数据库的建立和实验评价指标 | 第57-59页 |
| 5.2 结果及分析 | 第59-63页 |
| 5.2.1 简单匹配算法下的人体深度估计结果 | 第59-61页 |
| 5.2.2 基于距离变换边缘匹配的人体深度估计实验结果 | 第61-63页 |
| 第六章 总结及展望 | 第63-65页 |
| 6.1 本文总结 | 第63页 |
| 6.2 工作展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士期间的成果 | 第69-70页 |
| 致谢 | 第70页 |