基于三维人体骨架模型的动作识别
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-20页 |
| ·课题研究的背景和意义 | 第10-14页 |
| ·国内外研究现状及发展趋势 | 第14-17页 |
| ·人体动作识别面临的问题 | 第17页 |
| ·本文的主要研究内容及章节安排 | 第17-20页 |
| 第2章 人体动作识别方法 | 第20-30页 |
| ·动作特征提取 | 第20-23页 |
| ·非模型方法 | 第21-22页 |
| ·基于模型方法 | 第22-23页 |
| ·动作识别 | 第23-29页 |
| ·基于模板的方法 | 第23-25页 |
| ·基于状态空间的方法 | 第25-27页 |
| ·基于语义描述方法 | 第27页 |
| ·常用识别方法的比较 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 三维人体骨架模型与动作数据库的建立 | 第30-40页 |
| ·人体 3D 骨架模型构建 | 第30-33页 |
| ·人体模型 | 第30-31页 |
| ·3D 骨架模型建立 | 第31-33页 |
| ·动作数据库的建立 | 第33-38页 |
| ·人体动作捕获方法 | 第33-34页 |
| ·Kinect 捕获人体骨架的归一化 | 第34-36页 |
| ·YsuMan 3D 动作数据库 | 第36-38页 |
| ·本章小结 | 第38-40页 |
| 第4章 基于相空间追踪算法的单视角动作识别 | 第40-56页 |
| ·特征提取及表示 | 第40-42页 |
| ·相空间重构 | 第42-49页 |
| ·植入延迟时间算法 | 第43-44页 |
| ·植入维数算法 | 第44-45页 |
| ·重构的相空间 | 第45-47页 |
| ·相位图距离算法 | 第47-48页 |
| ·加权训练 | 第48-49页 |
| ·实验结果 | 第49-54页 |
| ·MSR-Action3D Dataset | 第49-51页 |
| ·YsuMan3D Dataset | 第51-54页 |
| ·本章小结 | 第54-56页 |
| 第5章 基于多角度的人体动作识别 | 第56-70页 |
| ·人体骨架模型的特征 | 第56-64页 |
| ·基于最小二乘法平面拟合的人体骨架模型特征提取 | 第57-58页 |
| ·基于主成分分析的人体骨架模型特征提取 | 第58-61页 |
| ·LS 与 PCA 特征提取结果比较 | 第61-63页 |
| ·人体骨架模型动作特征提取 | 第63-64页 |
| ·支持向量机训练 | 第64-65页 |
| ·实验结果与分析 | 第65-68页 |
| ·本章小结 | 第68-70页 |
| 结论 | 第70-72页 |
| 参考文献 | 第72-78页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第78-79页 |
| 致谢 | 第79-80页 |
| 作者简介 | 第80页 |
