面向人机交互的单目视频三维人体姿态估计研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-14页 |
| 第1章 绪论 | 第14-22页 |
| ·引言 | 第14-15页 |
| ·人体运动视频分析的研究意义 | 第15-16页 |
| ·人体运动视频分析的研究要点和难点 | 第16-18页 |
| ·论文的主要工作 | 第18-20页 |
| ·论文主要内容 | 第19-20页 |
| ·论文的主要创新点 | 第20页 |
| ·论文结构 | 第20-22页 |
| 第2章 文献综述 | 第22-40页 |
| ·运动人体的检测 | 第22-23页 |
| ·运动人体的行为识别 | 第23-26页 |
| ·基于人体运动的人机交互 | 第26-28页 |
| ·人体姿态估计的研究现状 | 第28-39页 |
| ·人体姿态的表达模型 | 第29-30页 |
| ·人体姿态估计系统的初始化技术 | 第30-32页 |
| ·多目视频的人体姿态估计 | 第32-33页 |
| ·单目视频的人体姿态估计 | 第33-39页 |
| ·本文的方法特点 | 第39页 |
| ·本章小结 | 第39-40页 |
| 第3章 基于HSV色彩空间的图像特征 | 第40-60页 |
| ·人体运动视频的图像特征 | 第40-41页 |
| ·人类视觉系统与色彩空间 | 第41-44页 |
| ·人类视觉系统的特性基础 | 第41-42页 |
| ·色彩空间综述 | 第42页 |
| ·HSV和HSL色彩空间 | 第42-43页 |
| ·图像特征与色彩空间的选取 | 第43-44页 |
| ·基于HSV的运动前景分割 | 第44-49页 |
| ·自动视频对象分割 | 第44-45页 |
| ·前景对象分割算法 | 第45-49页 |
| ·视频前景分割算法描述 | 第49页 |
| ·基于HSV的感兴趣区域检测 | 第49-54页 |
| ·感兴趣区域检测 | 第49-50页 |
| ·基于HSV空间的广义不变矩描述子 | 第50-52页 |
| ·通过积分图计算广义不变矩 | 第52-54页 |
| ·感兴趣区域检测算法描述 | 第54页 |
| ·实验和结果分析 | 第54-59页 |
| ·视频前景对象分割实验结果 | 第54-57页 |
| ·感兴趣区域检测实验结果 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第4章 弱标记的单目三维姿态估计 | 第60-76页 |
| ·弱标记系统 | 第60-61页 |
| ·弱标记的必要性 | 第60页 |
| ·弱标记的选取 | 第60-61页 |
| ·基于样例的算法框架 | 第61-63页 |
| ·基于样例的算法特点 | 第61-62页 |
| ·基于弱标记和样例的算法流程 | 第62-63页 |
| ·本章数学符号介绍 | 第63页 |
| ·三维姿态样例数据库的索引和检索 | 第63-69页 |
| ·数据组织算法概述 | 第63-64页 |
| ·基于空间划分选取近似近邻 | 第64-66页 |
| ·基于图像着色的索引 | 第66-67页 |
| ·样例数据库索引和检索算法 | 第67-69页 |
| ·通过相关样例的三维姿态生成 | 第69-71页 |
| ·相关样例的空间局部线性 | 第69页 |
| ·通过最大后验概率生成三维姿态 | 第69-70页 |
| ·最大后验概率模型的求解 | 第70-71页 |
| ·实验和结果分析 | 第71-75页 |
| ·近似近邻与最近邻的比较 | 第71页 |
| ·检索弱标记相关样例的结果 | 第71-73页 |
| ·优化的三维人体姿态结果 | 第73-75页 |
| ·本章小结 | 第75-76页 |
| 第5章 无标记的单目三维姿态估计 | 第76-94页 |
| ·基于层次结构的判别-生成混合模型 | 第76-80页 |
| ·判别模型和生成模型介绍 | 第76-77页 |
| ·从部位到整体的姿态估计层次结构 | 第77-79页 |
| ·基于层次结构的判别-生成混合模型 | 第79-80页 |
| ·本章数学符号介绍 | 第80页 |
| ·通过贝叶斯匹配识别部位姿态 | 第80-85页 |
| ·贝叶斯匹配的动机和基本思想 | 第80-81页 |
| ·基于聚类的识别 | 第81-82页 |
| ·通过贝叶斯匹配识别部位姿态 | 第82-83页 |
| ·图像观测与似然概率 | 第83-84页 |
| ·贝叶斯匹配算法小结 | 第84-85页 |
| ·由部位姿态构造整体姿态的局部空间 | 第85-86页 |
| ·通过能力最小化合成整体姿态 | 第85-86页 |
| ·部位间组合方式 | 第86页 |
| ·局部空间的PCA降维 | 第86页 |
| ·基于贝叶斯EM算法优化整体姿态 | 第86-90页 |
| ·贝叶斯推断与EM算法 | 第86-87页 |
| ·基于BEM的三维姿态估计 | 第87-88页 |
| ·期望和最大化的计算 | 第88-89页 |
| ·BEM算法总结 | 第89-90页 |
| ·实验和结果分析 | 第90-92页 |
| ·部位姿态的识别结果 | 第90-91页 |
| ·部位到整体的合成结果 | 第91页 |
| ·整体姿态的优化结果 | 第91-92页 |
| ·本章小结 | 第92-94页 |
| 第6章 系统初始化技术 | 第94-104页 |
| ·系统初始化过程介绍 | 第94-96页 |
| ·人体姿态估计系统的初始化技术 | 第94-96页 |
| ·交互式视频对象分割 | 第96-101页 |
| ·多次扫描的交互式分割系统 | 第96-97页 |
| ·双向跟踪 | 第97页 |
| ·基于推广智能剪刀的分割 | 第97-99页 |
| ·视频对象分割结果的评价 | 第99-101页 |
| ·实验和结果分析 | 第101-103页 |
| ·智能剪刀交互分割的结果 | 第101页 |
| ·多次扫描的交互对象分割结果 | 第101-102页 |
| ·多准则分割评价的结果 | 第102-103页 |
| ·本章小结 | 第103-104页 |
| 第7章 人机交互系统实现与用户测试 | 第104-114页 |
| ·基于姿态估计的人机交互系统 | 第104-105页 |
| ·交互平台的搭建 | 第105-106页 |
| ·系统平台 | 第105页 |
| ·游戏介绍 | 第105-106页 |
| ·交互方法的设计与实现 | 第106-109页 |
| ·基于摄像头的交互 | 第106页 |
| ·相关工作简介 | 第106-107页 |
| ·用户与虚拟角色的无缝分离 | 第107-109页 |
| ·用户测试及结果分析 | 第109-113页 |
| ·用户测试设计 | 第109-110页 |
| ·用户测试结果 | 第110-112页 |
| ·结果分析与讨论 | 第112-113页 |
| ·本章小结 | 第113-114页 |
| 第8章 总结与展望 | 第114-116页 |
| ·本文总结 | 第114-115页 |
| ·研究工作展望 | 第115-116页 |
| 参考文献 | 第116-127页 |
| 攻读博士学位期间的成果 | 第127-128页 |
| 个人简历 | 第128页 |
