基于人体识别的历史人物交互平台的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-10页 |
| 第一章 绪论 | 第10-14页 |
| ·研究目的与意义 | 第10-11页 |
| ·研究现状 | 第11-12页 |
| ·本文主要的工作和结构 | 第12-14页 |
| 第二章 数字图像处理和视频采集 | 第14-29页 |
| ·引言 | 第14页 |
| ·数字图像概述 | 第14-18页 |
| ·数字图像的数字化 | 第15页 |
| ·数字图像的颜色空间 | 第15-17页 |
| ·数字图像的处理 | 第17-18页 |
| ·数字图像的获取 | 第18-22页 |
| ·数字图像的存储方式 | 第18-19页 |
| ·数字图像的格式 | 第19-20页 |
| ·数字图像的采集获取 | 第20-22页 |
| ·数字图像的基本处理 | 第22-28页 |
| ·数字图像的滤波 | 第22-24页 |
| ·数字图像的边缘处理 | 第24-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 交互平台中的运动目标的检测 | 第29-42页 |
| ·引言 | 第29页 |
| ·运动目标的检测基本方法 | 第29-35页 |
| ·帧间的差分方法 | 第29-30页 |
| ·背景减除的方法 | 第30-32页 |
| ·基于光流场的方法 | 第32-35页 |
| ·基于混合高斯模型的目标检测算法的改进 | 第35-39页 |
| ·单高斯分布背景模型 | 第35页 |
| ·混合高斯分布背景模型 | 第35-37页 |
| ·高斯背景模型的匹配与更新 | 第37-38页 |
| ·混合高斯模型检测算法的改进 | 第38-39页 |
| ·实验结果与分析 | 第39-40页 |
| ·本章小结 | 第40-42页 |
| 第四章 交互平台中运动人体的跟踪 | 第42-54页 |
| ·引言 | 第42页 |
| ·Mean Shift理论 | 第42-45页 |
| ·直方图方法 | 第42-43页 |
| ·K-近邻估计 | 第43-44页 |
| ·核密度估计 | 第44-45页 |
| ·Mean Shift算法 | 第45-49页 |
| ·核密度梯度估计 | 第45-48页 |
| ·Mean Shift算法迭代收敛性的证明 | 第48-49页 |
| ·基于Mean Shift算法的目标跟踪 | 第49-52页 |
| ·利用Mean Shift算法的目标跟踪 | 第50-52页 |
| ·Mean Shift算法的复杂度 | 第52页 |
| ·实验结果与分析 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 交互平台中的空间定位 | 第54-63页 |
| ·引言 | 第54页 |
| ·摄像机坐标的转换 | 第54-59页 |
| ·摄像机坐标系与世界坐标系 | 第54-57页 |
| ·摄像机成像模型 | 第57-59页 |
| ·双目摄像头的空间定位算法 | 第59-61页 |
| ·空间定位原理 | 第59-60页 |
| ·一种简单的空间定位计算方法 | 第60-61页 |
| ·实验结果与分析 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第六章 历史人物交互平台的实现 | 第63-66页 |
| ·系统流程设计 | 第63-64页 |
| ·系统实验演示 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 第七章 总结与展望 | 第66-68页 |
| ·本文工作总结 | 第66-67页 |
| ·未来展望 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 致谢 | 第71-72页 |
| 攻读硕士期间发表的论文 | 第72页 |
