基于增强回归树的二维人体姿态估计研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景和意义 | 第10-12页 |
| 1.2 人体姿态估计难点 | 第12-14页 |
| 1.3 国内外研究现状 | 第14-15页 |
| 1.3.1 基于人体模型的姿态估计算法 | 第14-15页 |
| 1.3.2 基于无模型的姿态估计算法 | 第15页 |
| 1.4 论文的组织和安排 | 第15-17页 |
| 第二章 人体姿态估计基本步骤与原理 | 第17-24页 |
| 2.1 基本步骤 | 第17页 |
| 2.2 特征提取与描述 | 第17-20页 |
| 2.2.1 尺度不变特征转换 | 第17-18页 |
| 2.2.2 哈尔特征 | 第18页 |
| 2.2.3 局部二值模式 | 第18-19页 |
| 2.2.4 方向梯度直方图 | 第19-20页 |
| 2.3 人体检测 | 第20-22页 |
| 2.3.1 基于分割与匹配的检测方法 | 第20-21页 |
| 2.3.2 基于梯度信息的检测方法 | 第21页 |
| 2.3.3 基于部件的方法 | 第21-22页 |
| 2.4 姿态估计 | 第22-23页 |
| 2.4.1 基于人体模型的姿态估计方法 | 第22页 |
| 2.4.2 基于无模型的姿态估计方法 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 基于混合局部可变形模型的人体目标检测 | 第24-31页 |
| 3.1 引言 | 第24-25页 |
| 3.2 梯度方向直方图描述子 | 第25-26页 |
| 3.2.1 描述子介绍 | 第25页 |
| 3.2.2 图像特征提取 | 第25-26页 |
| 3.3 混合局部可变形模型建模 | 第26-28页 |
| 3.3.1 模型滤波器 | 第26-27页 |
| 3.3.2 局部可变型模型 | 第27-28页 |
| 3.3.3 混合模型 | 第28页 |
| 3.4 混合局部可变形模型训练 | 第28-29页 |
| 3.5 级联式检测 | 第29-30页 |
| 3.6 本章小结 | 第30-31页 |
| 第四章 基于增强回归树的人体姿态估计 | 第31-42页 |
| 4.1 引言 | 第31页 |
| 4.2 增强回归树 | 第31-36页 |
| 4.2.1 回归树 | 第32-34页 |
| 4.2.2 梯度提升 | 第34-35页 |
| 4.2.3 增强回归树 | 第35-36页 |
| 4.3 人体姿态回归模型 | 第36-40页 |
| 4.3.1 人体全身依赖图 | 第36-38页 |
| 4.3.2 局部姿态回归 | 第38-40页 |
| 4.4 模型对比分析 | 第40-41页 |
| 4.5 本章小结 | 第41-42页 |
| 第五章 实验结果与分析 | 第42-49页 |
| 5.1 实验使用的图像库 | 第42页 |
| 5.2 人体检测实验 | 第42-44页 |
| 5.3 姿态估计实验 | 第44-48页 |
| 5.3.1 评估标准 | 第44页 |
| 5.3.2 实验参数 | 第44-45页 |
| 5.3.3 LSP图像库的姿态估计实验 | 第45-47页 |
| 5.3.4 交叉数据集的姿态估计实验 | 第47-48页 |
| 5.4 本章小结 | 第48-49页 |
| 第六章 总结与展望 | 第49-51页 |
| 6.1 工作总结 | 第49页 |
| 6.2 未来展望 | 第49-51页 |
| 参考文献 | 第51-56页 |
| 攻读硕士学位期间取得的研究成果 | 第56-57页 |
| 致谢 | 第57页 |
