单一深度图像人体部位识别

摘要	第1-6页
ABSTRACT	第6-10页
第1章 绪论	第10-16页
·人体部位识别研究背景及意义	第10-12页
·人体部位识别国内外研究现状	第12-14页
·论文研究内容	第14页
·论文组织结构	第14-16页
第2章 基于深度图像人体部位标记样本库构建	第16-28页
·深度图像基本概念及其获取技术	第16-21页
·深度图像基本概念	第16-17页
·深度图像获取技术	第17-21页
·深度图像样本库构建方法	第21-24页
·软件合成法	第22-23页
·人工标记法	第23-24页
·人体部位标记样本库构建	第24-27页
·构建思路	第24-25页
·构建结果	第25-27页
·本章小结	第27-28页
第3章 基于特征分类人体部位识别	第28-55页
·基于特征分类人体部位识别算法	第28-34页
·决策树算法	第28-32页
·随机森林算法	第32-34页
·深度特征提取	第34-41页
·深度差分特征	第35-38页
·改进型深度差分特征	第38-39页
·人体部位尺寸特征	第39-41页
·基于随机森林分类模型	第41-43页
·随机森林分类模型训练	第41-42页
·随机森林分类模型测试	第42-43页
·基于改进特征人体部位识别	第43-44页
·人体部位识别实验结果与分析	第44-54页
·分类模型最优参数设定	第45-51页
·深度特征分类结果比较	第51-54页
·本章小结	第54-55页
第4章 人体部位关节点预测	第55-70页
·人体部位关节点预测算法	第55-63页
·质心法	第55-58页
·Mean shift算法	第58-63页
·改进型Mean shift算法	第63-64页
·人体部位关节点预测实验结果与分析	第64-69页
·关节点预测最优参数设定	第64-67页
·部位关节点预测结果比较	第67-69页
·本章小结	第69-70页
第5章 结束语	第70-72页
·论文工作总结	第70-71页
·存在的问题与进一步研究方向	第71-72页
参考文献	第72-75页
致谢	第75-76页
攻读学位期间参加的科研项目和成果	第76页