使用单摄像机的人机交互系统
| 摘要 | 第6-8页 |
| 英文摘要 | 第8-9页 |
| 目录 | 第10-12页 |
| 插图目录 | 第12-14页 |
| 表格目录 | 第14-15页 |
| 第一章 绪论 | 第15-23页 |
| 1.1 研究背景及选题意义 | 第15页 |
| 1.2 相关研究现状介绍 | 第15-21页 |
| 1.2.1 人机交互 | 第15-16页 |
| 1.2.2 视觉识别系统 | 第16-18页 |
| 1.2.3 背景去除技术 | 第18-20页 |
| 1.2.4 动作识别技术 | 第20-21页 |
| 1.3 本文的贡献及主要工作 | 第21-23页 |
| 1.3.1 主要贡献 | 第21-22页 |
| 1.3.2 主要工作 | 第22-23页 |
| 第二章 图像背景去除技术 | 第23-32页 |
| 2.1 背景去除的作用 | 第23页 |
| 2.2 背景去除的基本方法 | 第23-26页 |
| 2.2.1 背景差分 | 第23-24页 |
| 2.2.2 混合高斯模型 | 第24-26页 |
| 2.3 两层背景去除法 | 第26-31页 |
| 2.3.1 基于色度的去除 | 第26-28页 |
| 2.3.2 基于梯度的去除 | 第28-31页 |
| 2.3.3 实验结果 | 第31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 图像中的人体信息参数化 | 第32-38页 |
| 3.1 人体动作的表示方法 | 第32-34页 |
| 3.1.1 运动学模型 | 第32-33页 |
| 3.1.2 形状模型 | 第33页 |
| 3.1.3 图像描述符 | 第33-34页 |
| 3.2 星形模型 | 第34-36页 |
| 3.2.1 星形模型的构造方法 | 第34-36页 |
| 3.2.2 具体范例 | 第36页 |
| 3.3 本章小结 | 第36-38页 |
| 第四章 人体动作识别算法 | 第38-44页 |
| 4.1 动作识别的常用方法 | 第38页 |
| 4.1.1 基于样本的识别 | 第38页 |
| 4.1.2 基于学习的识别 | 第38页 |
| 4.2 星形距离 | 第38-40页 |
| 4.3 支持向量机 | 第40-42页 |
| 4.3.1 支持向量机基本原理 | 第40-41页 |
| 4.3.2 特征空间的选择 | 第41-42页 |
| 4.3.3 训练分类器 | 第42页 |
| 4.4 姿势特征串匹配 | 第42-43页 |
| 4.5 本章小结 | 第43-44页 |
| 第五章 交互系统实现 | 第44-49页 |
| 5.1 系统功能模块 | 第44-45页 |
| 5.2 系统核心算法 | 第45-47页 |
| 5.2.1 背景去除算法 | 第45页 |
| 5.2.2 图像参数化算法 | 第45-46页 |
| 5.2.3 动作识别算法 | 第46-47页 |
| 5.3 交互系统扩展 | 第47-48页 |
| 5.3.1 识别对象的通用性 | 第47页 |
| 5.3.2 多摄像机扩展 | 第47-48页 |
| 5.4 本章小结 | 第48-49页 |
| 第六章 实验结果及分析 | 第49-61页 |
| 6.1 实验数据 | 第49页 |
| 6.2 实验结果 | 第49-55页 |
| 6.2.1 背景去除实验结果 | 第49页 |
| 6.2.2 图像参数化实验结果 | 第49页 |
| 6.2.3 星形距离匹配结果 | 第49-52页 |
| 6.2.4 支持向量机识别结果 | 第52-54页 |
| 6.2.5 运行时间结果 | 第54-55页 |
| 6.2.6 测试识别结果 | 第55页 |
| 6.2.7 输出控制 | 第55页 |
| 6.3 结果比较 | 第55-57页 |
| 6.4 分析与讨论 | 第57页 |
| 6.5 扩展性实验 | 第57-60页 |
| 6.5.1 通用性实验 | 第57-58页 |
| 6.5.2 多摄像机实验 | 第58-60页 |
| 6.6 本章小结 | 第60-61页 |
| 第七章 全文总结与展望 | 第61-63页 |
| 7.1 本文工作 | 第61页 |
| 7.2 工作展望 | 第61-63页 |
| 参考文献 | 第63-68页 |
| 攻读硕士学位期间的研究成果 | 第68-69页 |
| 致谢 | 第69-71页 |
