| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 课题来源 | 第10页 |
| 1.2 课题研究背景与意义 | 第10-12页 |
| 1.2.1 不良坐姿的健康危害 | 第10-11页 |
| 1.2.2 青少年坐姿特点分析 | 第11页 |
| 1.2.3 课题的研究意义 | 第11-12页 |
| 1.3 国内外研究现状及分析 | 第12-16页 |
| 1.3.1 基于视频的坐姿识别 | 第12-14页 |
| 1.3.2 基于深度图像的人体行为感知 | 第14-15页 |
| 1.3.3 基于 Kinect 的人体行为感知和人机交互 | 第15-16页 |
| 1.4 本文研究内容 | 第16-18页 |
| 1.5 本文结构安排 | 第18-19页 |
| 第2章 人体检测与追踪技术研究 | 第19-33页 |
| 2.1 传统的人体检测和追踪技术 | 第19-21页 |
| 2.1.1 人体检测技术 | 第19-21页 |
| 2.1.2 人体追踪技术 | 第21页 |
| 2.2 Kinect 的基本介绍 | 第21-24页 |
| 2.3 Kinect 深度信息测量 | 第24-27页 |
| 2.4 基于 Kinect 的人体检测与追踪 | 第27-32页 |
| 2.4.1 基于模型的人体检测 | 第27-30页 |
| 2.4.2 基于 Kinect 的人体关节点识别 | 第30-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第3章 关节点信息处理 | 第33-47页 |
| 3.1 关节点信息获取 | 第33-34页 |
| 3.2 关节点坐标转换 | 第34-35页 |
| 3.3 关节点信息可信度判断 | 第35-41页 |
| 3.3.1 基于部位长度初步判断相邻关节点可信度 | 第35-36页 |
| 3.3.2 基于运动的连续性进行再次判断 | 第36-37页 |
| 3.3.3 改进的运动连续性判断方法 | 第37-41页 |
| 3.4 关节点信息修复 | 第41-46页 |
| 3.4.1 中间关节点信息修复 | 第41-44页 |
| 3.4.2 末端关节点修复 | 第44-46页 |
| 3.4.3 关节点信息修复实验结果 | 第46页 |
| 3.5 本章小结 | 第46-47页 |
| 第4章 人体姿态与常见动作识别 | 第47-66页 |
| 4.1 人体姿态识别 | 第47-50页 |
| 4.1.1 基于均值 Hausdorff 距离的人体姿态识别 | 第47-48页 |
| 4.1.2 基于关节点角度测量的姿态识别 | 第48-50页 |
| 4.2 基于HMM的人体常见动作的识别 | 第50-51页 |
| 4.3 HMM的原理 | 第51-57页 |
| 4.3.1 估计问题 | 第52-54页 |
| 4.3.2 解码问题 | 第54-55页 |
| 4.3.3 训练 | 第55-57页 |
| 4.4 常见动作的建模 | 第57-61页 |
| 4.4.1 常见动作数据获取 | 第57-59页 |
| 4.4.2 HMM初始参数确定 | 第59-61页 |
| 4.5 参数的训练 | 第61-63页 |
| 4.6 动作的分类 | 第63-64页 |
| 4.7 动作识别实验及结果 | 第64-65页 |
| 4.8 本章小结 | 第65-66页 |
| 第5章 青少年坐姿监测系统设计与实现 | 第66-77页 |
| 5.1 坐姿原理 | 第66-68页 |
| 5.1.1 坐姿与脊椎生理曲度 | 第66-67页 |
| 5.1.2 坐姿与视距 | 第67页 |
| 5.1.3 不同坐姿行为下的标准坐姿 | 第67-68页 |
| 5.2 坐姿监测原理 | 第68-71页 |
| 5.2.1 倾角的求取 | 第68-70页 |
| 5.2.2 坐姿行为状态判断方法 | 第70-71页 |
| 5.3 青少年坐姿监测系统的设计与实现 | 第71-72页 |
| 5.4 青少年坐姿劝导模块的设计 | 第72-74页 |
| 5.4.1 信息告知式劝导法 | 第72-73页 |
| 5.4.2 潜移默化式劝导法 | 第73-74页 |
| 5.5 实验及结果分析 | 第74-76页 |
| 5.5.1 坐姿监测系统准确性 | 第74-76页 |
| 5.5.2 坐姿劝导模块有效性 | 第76页 |
| 5.6 本章小结 | 第76-77页 |
| 第6章 结论与展望 | 第77-79页 |
| 致谢 | 第79-80页 |
| 参考文献 | 第80-84页 |
| 攻读学位期间获得与学位论文相关的科研成果 | 第84页 |