基于深度学习的人体姿态估计研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-17页 |
| 1.1 研究背景与意义 | 第10-12页 |
| 1.2 国内外研究概述 | 第12-13页 |
| 1.3 对现有方法的认识 | 第13-14页 |
| 1.4 论文的主要研究内容 | 第14-15页 |
| 1.5 论文的章节安排 | 第15-17页 |
| 2 人体关键点基础理论 | 第17-28页 |
| 2.1 单人的人体姿态估计 | 第17-22页 |
| 2.2 多人的人体姿态估计 | 第22-25页 |
| 2.3 视频中的人体姿态估计及其跟踪 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 3 人体姿态估计算法及在视频跟踪的应用 | 第28-43页 |
| 3.1 基于FPN和ROI对齐的人体检测 | 第28-31页 |
| 3.2 基于CPN的人体姿态估计 | 第31-33页 |
| 3.3 基于局部对齐的行人重识别 | 第33-37页 |
| 3.4 基于MOT的视频中的姿态跟踪 | 第37-42页 |
| 3.5 本章小结 | 第42-43页 |
| 4 实验及结果分析 | 第43-59页 |
| 4.1 人体检测的结果 | 第43-45页 |
| 4.2 单帧图片人体姿态估计的结果 | 第45-50页 |
| 4.3 行人重识别的结果 | 第50-55页 |
| 4.4 视频中的姿态跟踪的结果 | 第55-58页 |
| 4.5 本章小结 | 第58-59页 |
| 5 总结与展望 | 第59-61页 |
| 5.1 全文总结 | 第59-60页 |
| 5.2 课题展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-74页 |
