基于关节点提取和多视角特征层融合的人体动作识别
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·动作识别研究的背景及意义 | 第10-11页 |
| ·国内外的研究状况分析 | 第11-12页 |
| ·人体动作识别面临的问题 | 第12-13页 |
| ·本文的主要工作 | 第13-14页 |
| ·本文的内容安排 | 第14-16页 |
| 第2章 人体动作识别方法综述 | 第16-22页 |
| ·特征提取 | 第16-18页 |
| ·非模型的方法 | 第16-17页 |
| ·基于模型的方法 | 第17-18页 |
| ·动作识别 | 第18-21页 |
| ·基于模板的方法 | 第18-19页 |
| ·概率统计方法 | 第19-20页 |
| ·基于语法的方法 | 第20页 |
| ·常用识别方法的比较 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 基于人体 2D 模型的关节点标定 | 第22-29页 |
| ·相关概念 | 第23-24页 |
| ·图像序列的预处理 | 第24页 |
| ·人体骨骼抽取 | 第24-25页 |
| ·关节点标定 | 第25-27页 |
| ·手脚关节点和头部关节点的标定 | 第26页 |
| ·髋关节点的标定 | 第26页 |
| ·膝关节点的标定 | 第26-27页 |
| ·实验与结果分析 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第4章 基于动态时间规整的人体动作识别 | 第29-43页 |
| ·DTW 匹配算法 | 第29-34页 |
| ·动态规划技术 | 第29-30页 |
| ·DTW 算法的基本思想 | 第30-32页 |
| ·DTW 算法的优化 | 第32-34页 |
| ·基于 DTW 算法的动作识别 | 第34-39页 |
| ·特征提取及表示 | 第35-36页 |
| ·关节点模型变化 | 第36-37页 |
| ·动作识别 | 第37-39页 |
| ·实验与结果分析 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第5章 多视角特征层融合的人体动作识别 | 第43-54页 |
| ·融合策略 | 第43-45页 |
| ·多视角特征层融合模型 | 第45-46页 |
| ·二维 Fisher 线性判别分析 | 第46-48页 |
| ·结合 DTW 算法的动作识别 | 第48-50页 |
| ·实验与结果分析 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第60-61页 |
| 致谢 | 第61-62页 |
| 作者简介 | 第62页 |
