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 |