静态图像中的人体分割与姿态估计
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-13页 |
| ·研究背景和意义 | 第8-9页 |
| ·研究现状 | 第9页 |
| ·相关技术简介 | 第9-10页 |
| ·问题主要难点 | 第10-12页 |
| ·本文主要内容和章节安排 | 第12-13页 |
| ·本文的主要内容 | 第12页 |
| ·本文的章节安排 | 第12-13页 |
| 2 基于PS的姿态估计算法 | 第13-19页 |
| ·PS模型简介 | 第13-16页 |
| ·PS模型概述 | 第13-14页 |
| ·基于部分的描述 | 第14-15页 |
| ·高斯树形结构 | 第15-16页 |
| ·模型参数学习算法 | 第16-19页 |
| 3 基于adaboost的人体分割算法 | 第19-28页 |
| ·算法整体框架 | 第19页 |
| ·轮廓检测算法 | 第19-23页 |
| ·亮度梯度 | 第19-20页 |
| ·颜色梯度 | 第20-21页 |
| ·纹理梯度 | 第21-22页 |
| ·融合算法 | 第22-23页 |
| ·多尺度超像素 | 第23-24页 |
| ·分割算法 | 第24-28页 |
| ·adaboost简介 | 第24-25页 |
| ·小尺度超像素图像的分割 | 第25页 |
| ·大尺度超像素图像的分割 | 第25-27页 |
| ·人体图像分割扩展 | 第27-28页 |
| 4 分割算法与姿态估计算法模型的融合 | 第28-43页 |
| ·基于边缘的模型 | 第29-33页 |
| ·图像初始分割 | 第33-36页 |
| ·基于区域的模型 | 第36-39页 |
| ·人体精确分割 | 第39-43页 |
| 5 实验分析 | 第43-49页 |
| ·图像库简介 | 第43-44页 |
| ·人体姿态估计结果 | 第44-45页 |
| ·人体分割结果 | 第45-49页 |
| 结论 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 攻读硕士学位期间发表学术论文情况 | 第54-55页 |
| 致谢 | 第55-56页 |
