基于Kinect的人体行为分析及其应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-17页 |
| ·研究背景及意义 | 第11-12页 |
| ·国内外研究现状 | 第12-15页 |
| ·行为分析研究现状 | 第12-14页 |
| ·基于Kinect行为分析的研究现状 | 第14-15页 |
| ·本文主要工作与贡献 | 第15页 |
| ·章节安排 | 第15-17页 |
| 第二章 Kinect开发平台 | 第17-27页 |
| ·Kinect硬件组成 | 第17-18页 |
| ·Kinect工作原理 | 第18-20页 |
| ·Kinect成像原理 | 第18-19页 |
| ·Kinect系统架构 | 第19-20页 |
| ·Kinect SDK简介 | 第20-21页 |
| ·Kinect数据分析 | 第21-26页 |
| ·Kinect获取彩色图像 | 第21-23页 |
| ·Kinect获取深度图像 | 第23-25页 |
| ·人体骨架关节点跟踪 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 目标检测与跟踪 | 第27-41页 |
| ·图像去噪处理 | 第27-30页 |
| ·中值滤波 | 第27-29页 |
| ·形态学方法 | 第29-30页 |
| ·常用目标检测方法 | 第30-34页 |
| ·帧差法 | 第31页 |
| ·背景减除法 | 第31-33页 |
| ·光流法 | 第33-34页 |
| ·基于Kinect深度图的人体目标检测 | 第34-37页 |
| ·结合传统目标检测方法 | 第34-35页 |
| ·基于PlayerIndex的人体检测方法 | 第35-37页 |
| ·人体目标跟踪 | 第37-40页 |
| ·基于Kinect的特征提取 | 第37-38页 |
| ·结合深度信息的Camshift算法 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 基于条件随机场的人体行为识别方法 | 第41-49页 |
| ·概率图模型 | 第41-42页 |
| ·条件随机场原理 | 第42-44页 |
| ·人体行为识别 | 第44-46页 |
| ·实验分析 | 第46-47页 |
| ·本章小结 | 第47-49页 |
| 第五章 人体行为识别系统 | 第49-55页 |
| ·系统框架 | 第49-50页 |
| ·视频录制模块 | 第49-50页 |
| ·行为识别模块 | 第50页 |
| ·行为训练模块 | 第50页 |
| ·系统实验环境及数据库 | 第50-52页 |
| ·实验结果分析 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 总结与展望 | 第55-57页 |
| 总结 | 第55-56页 |
| 展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 攻读硕士学位期间发表的论文 | 第61-63页 |
| 致谢 | 第63页 |
