基于姿态估计的行为识别方法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 注释表 | 第10-11页 |
| 缩略词 | 第11-12页 |
| 第一章 绪论 | 第12-20页 |
| ·研究背景 | 第12-13页 |
| ·研究意义 | 第13-15页 |
| ·虚拟现实 | 第13页 |
| ·智能监控 | 第13-14页 |
| ·增强现实 | 第14页 |
| ·智能人机交互 | 第14页 |
| ·图像理解 | 第14-15页 |
| ·病人监护 | 第15页 |
| ·运动员辅助训练 | 第15页 |
| ·国内外研究状况 | 第15-17页 |
| ·人体姿态估计 | 第15-16页 |
| ·人体行为识别 | 第16-17页 |
| ·本文的主要研究工作 | 第17-19页 |
| ·本文的内容安排 | 第19-20页 |
| 第二章 基于部件模型的人体姿态估计方法 | 第20-34页 |
| ·部件模型简介 | 第21-22页 |
| ·星形结构模型 | 第21页 |
| ·树形结构模型 | 第21-22页 |
| ·其它相关的估计模型 | 第22页 |
| ·部件模型理论介绍 | 第22-23页 |
| ·颜色模型 | 第22页 |
| ·方向梯度描述符 | 第22-23页 |
| ·常用的部件检测方法 | 第23页 |
| ·部件模型中的结构约束 | 第23-29页 |
| ·线性参数的弹簧模型 | 第24-26页 |
| ·部件模型外观度量 | 第25页 |
| ·部件模型形变度量 | 第25-26页 |
| ·关节模型 | 第26页 |
| ·高斯树模型 | 第26-28页 |
| ·空间先验 | 第26-27页 |
| ·特征似然 | 第27-28页 |
| ·线性后验 | 第28页 |
| ·推理求解 | 第28-29页 |
| ·MAP估计 | 第28-29页 |
| ·部件模型的复杂度分析 | 第29页 |
| ·采样 | 第29页 |
| ·学习过程 | 第29-32页 |
| ·生成模型 | 第30页 |
| ·条件随机场 | 第30-31页 |
| ·结构最大间隔模型 | 第31页 |
| ·隐变量结构模型 | 第31-32页 |
| ·其他模型 | 第32页 |
| ·小结 | 第32-34页 |
| 第三章 基于姿态专家的人体姿态估计 | 第34-46页 |
| ·基于混合部件模型的人体姿态估计 | 第34-35页 |
| ·混合部件模型简介 | 第35-38页 |
| ·模型介绍 | 第35-37页 |
| ·动态规划求解 | 第37页 |
| ·模型分析及对策 | 第37-38页 |
| ·基于姿态专家的人体姿态估计 | 第38-41页 |
| ·姿态专家 | 第38-39页 |
| ·姿态聚类 | 第39-41页 |
| ·SHAPE CONTEXT特征 | 第39-40页 |
| ·姿态专家训练过程 | 第40-41页 |
| ·实验结果 | 第41-44页 |
| ·UIUC PEOPLE数据库 | 第41-43页 |
| ·实验配置 | 第41-42页 |
| ·实验结果及分析 | 第42-43页 |
| ·WEB数据库 | 第43-44页 |
| ·实验配置 | 第43页 |
| ·实验结果及分析 | 第43-44页 |
| ·小结 | 第44-46页 |
| 第四章 基于姿态专家的行为识别 | 第46-55页 |
| ·行为识别概述 | 第46-48页 |
| ·行为识别 | 第48-50页 |
| ·基于图模型的行为表示方法 | 第48-49页 |
| ·基于姿态专家的行为识别模型 | 第49-50页 |
| ·实验结果 | 第50-54页 |
| ·实验配置 | 第50页 |
| ·实验结果及分析 | 第50-54页 |
| ·小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-58页 |
| ·人体姿态估计 | 第55-56页 |
| ·工作总结 | 第55页 |
| ·未来展望 | 第55-56页 |
| ·行为识别 | 第56-58页 |
| ·工作总结 | 第56-57页 |
| ·未来展望 | 第57-58页 |
| 参考文献 | 第58-65页 |
| 致谢 | 第65-66页 |
| 在学期间的研究成果及发表的学术论文 | 第66页 |
