首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

应用Kinect的人体行为识别方法研究与实现

摘要第4-6页
abstract第6-7页
第1章 绪论第11-18页
    1.1 研究背景与意义第11-12页
    1.2 国内外研究现状与分析第12-16页
        1.2.1 行为识别的研究历史第12页
        1.2.2 行为识别的研究现状第12-16页
    1.3 论文研究内容与结构安排第16-18页
        1.3.1 论文的主要工作第16-17页
        1.3.2 论文的结构安排第17-18页
第2章 行为识别相关技术介绍第18-27页
    2.1 基于RGB图像序列的行为识别第18-20页
    2.2 基于深度图序列的行为识别第20-22页
        2.2.1 深度图的获取第20-22页
        2.2.2 深度图像常用特征第22页
    2.3 基于骨骼数据的行为识别第22-23页
    2.4 Kinect设备介绍第23-26页
        2.4.1 骨骼信息获取原理第23-24页
        2.4.2 多种空间的计算和关系第24-26页
    2.5 本章小结第26-27页
第3章 深度图特征提取第27-35页
    3.1 深度图预处理第27-28页
    3.2 深度图特征第28-33页
        3.2.1 DMM图第28-29页
        3.2.2 HOG特征第29-33页
        3.2.3 DMM-HOG特征第33页
    3.3 本章小结第33-35页
第4章 基于深度与骨架信息融合的人体行为识别第35-48页
    4.1 HOD特征第36-41页
        4.1.1 三维骨架模型第36-37页
        4.1.2 HOD特征第37-39页
        4.1.3 时间金字塔第39-40页
        4.1.4 HOD特征分析第40-41页
    4.2 3D-HOD特征第41-45页
        4.2.1 三维空间上的HOD特征第41-43页
        4.2.2 改进的时间金字塔第43-44页
        4.2.3 改进工作分析第44-45页
    4.3 多特征融合第45-46页
        4.3.1 多特征融合技术简介第45-46页
        4.3.2 多特征融合第46页
    4.4 本章小结第46-48页
第5章 实验与分析第48-54页
    5.1 实验环境设置第48-49页
    5.2 MSR-Action3D数据集及相关配置第49-50页
    5.3 3D-HOD特征和多特征融合实验第50-53页
        5.3.1 3D-HOD特征实验结果与讨论第50-52页
        5.3.2 多特征融合实验结果与分析第52-53页
    5.4 本章小结第53-54页
第6章 总结与展望第54-56页
    6.1 工作总结第54-55页
    6.2 展望第55-56页
参考文献第56-60页
作者简介及在学期间所取得的科研成果第60-61页
致谢第61页

论文共61页,点击 下载论文
上一篇:基于Openwrt路由器的智能课堂管理系统
下一篇:布料花案图像检索系统的设计与实现