| 摘要 | 第10-13页 |
| Abstract | 第13-16页 |
| 第1章 绪论 | 第17-26页 |
| 1.1 基于深度信息的计算机视觉研究 | 第17页 |
| 1.2 深度数据研究背景及意义 | 第17-19页 |
| 1.3 深度数据获取技术及相关原理 | 第19-21页 |
| 1.3.1 激光测距技术 | 第19-20页 |
| 1.3.2 立体视觉技术 | 第20页 |
| 1.3.3 结构光技术 | 第20-21页 |
| 1.4 论文研究内容及结构 | 第21-26页 |
| 1.4.1 主要研究内容与创新点 | 第21-24页 |
| 1.4.2 论文结构 | 第24-26页 |
| 第2章 研究现状 | 第26-35页 |
| 2.1 kinect摄像头深度数据工作机制与相关介绍 | 第26-32页 |
| 2.1.1 kinect摄像头简介 | 第26-28页 |
| 2.1.2 kinect成像原理 | 第28-30页 |
| 2.1.3 kinect深度数据说明及kinectSDK介绍 | 第30-32页 |
| 2.2 融合静态深度信息的RGBD目标分割与识别 | 第32-33页 |
| 2.3 基于动态深度信息人体行为识别研究 | 第33-34页 |
| 2.4 本章小结 | 第34-35页 |
| 第3章 基于二维静态深度信息的行为识别 | 第35-55页 |
| 3.1 引言及相关工作 | 第35-39页 |
| 3.1.1 引言 | 第35页 |
| 3.1.2 烟火检测相关工作 | 第35-39页 |
| 3.2 基于二维静态深度信息行为识别方法概述 | 第39-40页 |
| 3.3 深度数据采集 | 第40-41页 |
| 3.4 深度数据校正 | 第41-42页 |
| 3.5 深度数据背景建模与候选区域定位 | 第42-47页 |
| 3.5.1 闪烁噪声处理及深度背景建模 | 第43-45页 |
| 3.5.2 候选区域定位与空洞噪声去除 | 第45-47页 |
| 3.6 RGB数据辅助确认 | 第47-54页 |
| 3.6.1 RGB图像目标区域定位 | 第47页 |
| 3.6.2 RGB图像特征分析 | 第47-49页 |
| 3.6.3 不同环境下实验结果与讨论 | 第49-53页 |
| 3.6.4 算法的优势与不足 | 第53-54页 |
| 3.7 本章小结 | 第54-55页 |
| 第4章 基于单点三维动态深度信息的行为识别 | 第55-82页 |
| 4.1 引言及相关工作 | 第55-61页 |
| 4.1.1 手写认证研究 | 第56-59页 |
| 4.1.2 手写识别研究 | 第59-61页 |
| 4.2 三维单点定位跟踪算法 | 第61-63页 |
| 4.3 三维轨迹信息预处理 | 第63-64页 |
| 4.3.1 尺度归一化 | 第63页 |
| 4.3.2 平滑处理 | 第63-64页 |
| 4.4 基于时间序列的三维轨迹特征提取 | 第64-66页 |
| 4.5 基于单点三维动态深度信息的空中手写行为认证 | 第66-72页 |
| 4.5.1 空中手写认证系统与攻击模型介绍 | 第66-69页 |
| 4.5.2 DTW距离度量与模板选择 | 第69-70页 |
| 4.5.3 实验结果与评价 | 第70-72页 |
| 4.6 基于单点三维动态深度信息的空中手写行为识别 | 第72-80页 |
| 4.6.1 基于距离特征向量的在线识别算法 | 第73-77页 |
| 4.6.2 基于DBN的离线识别方法 | 第77-80页 |
| 4.7 本章小结 | 第80-82页 |
| 第5章 基于多点三维动态深度信息的行为识别 | 第82-105页 |
| 5.1 引言及相关工作 | 第82-85页 |
| 5.1.1 引言 | 第82-84页 |
| 5.1.2 相关工作 | 第84-85页 |
| 5.2 基于人体骨架点序列的交互行为建模 | 第85-88页 |
| 5.2.1 交互行为模型相关介绍 | 第85-87页 |
| 5.2.2 交互行为模型实验设置 | 第87-88页 |
| 5.3 交互动作时间段定位算法 | 第88-97页 |
| 5.3.1 角度特征提取 | 第88-91页 |
| 5.3.2 周期分析与交互动作定位 | 第91-97页 |
| 5.4 基于邻域DTW距离的度量学习 | 第97-101页 |
| 5.4.1 基于交互动作表征的特征数据选取 | 第97-98页 |
| 5.4.2 基于邻域距离的改进DTW算法 | 第98-99页 |
| 5.4.3 基于改进DTW距离的度量学习 | 第99-101页 |
| 5.5 实验分析 | 第101-104页 |
| 5.6 本章小结 | 第104-105页 |
| 第6章 总结与展望 | 第105-108页 |
| 参考文献 | 第108-119页 |
| 攻读博士期间的科研成果 | 第119-120页 |
| 致谢 | 第120页 |
