| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-17页 |
| ·课题的研究背景与意义 | 第11-12页 |
| ·基于人体运动视觉分析的人机接口概述 | 第12-15页 |
| ·人体运动视觉分析以及其在人机接口中的应用的研究现状 | 第12-13页 |
| ·基于人体运动视觉分析的人机接口的技术难点 | 第13页 |
| ·人体运动分析研究方法的分类 | 第13-15页 |
| ·运动检测与跟踪在基于人体运动视觉分析的人机接口中的应用 | 第15页 |
| ·本文所作的主要工作与特点 | 第15-16页 |
| ·本文的内容安排 | 第16-17页 |
| 第二章 下肢运动分析系统的基本结构 | 第17-21页 |
| ·接口功能定义 | 第17-18页 |
| ·接口安装方式 | 第18页 |
| ·算法结构与模块 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 运动目标检测算法 | 第21-35页 |
| ·基于灰度的基本背景减除法 | 第21-22页 |
| ·基于颜色空间的背景减除算法 | 第22-31页 |
| ·颜色空间 | 第23-26页 |
| ·基于颜色空间的直接背景减除法 | 第26页 |
| ·基于RGB 颜色空间距离度量的背景减除法 | 第26-27页 |
| ·实验对比 | 第27-31页 |
| ·基于高斯模型的运动目标分割算法 | 第31-35页 |
| ·基于高斯模型的自适应阈值 | 第31页 |
| ·后处理 | 第31-33页 |
| ·背景更新 | 第33-34页 |
| ·整体结构 | 第34页 |
| ·本章小结 | 第34-35页 |
| 第四章 MEANSHIFT 跟踪算法及其改进 | 第35-48页 |
| ·无参数密度估计 | 第35-38页 |
| ·直方图 | 第36页 |
| ·核密度估计 | 第36-38页 |
| ·基本MEANSHIFT 算法 | 第38-39页 |
| ·核密度梯度估计 | 第38-39页 |
| ·基于MEANSHIFT 的目标跟踪 | 第39-44页 |
| ·颜色直方图 | 第39-40页 |
| ·基于颜色直方图的跟踪算法 | 第40-41页 |
| ·基于MeanShift 的快速跟踪算法 | 第41-44页 |
| ·MEANSHIFT 的目标跟踪算法的改进 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 下肢运动分析算法 | 第48-68页 |
| ·下肢检测分离 | 第48-52页 |
| ·下肢检测概述与前景投影 | 第48-50页 |
| ·谷点检测 | 第50-51页 |
| ·双腿定位 | 第51-52页 |
| ·下肢的跟踪 | 第52-64页 |
| ·基于前景投影曲线的MeanShift 跟踪算法 | 第53-55页 |
| ·斥力因子 | 第55-58页 |
| ·带宽自适应 | 第58-60页 |
| ·Kalman 滤波在前景投影跟踪中的应用 | 第60-64页 |
| ·下肢运动的识别 | 第64-67页 |
| ·识别算法 | 第64-65页 |
| ·识别性能测试 | 第65-67页 |
| ·本章小结 | 第67-68页 |
| 第六章 软件测试系统 | 第68-74页 |
| ·软件平台 | 第68-70页 |
| ·VFW 简介 | 第68-69页 |
| ·实现视频处理的方法 | 第69页 |
| ·软件界面以及功能 | 第69-70页 |
| ·系统程序结构 | 第70-71页 |
| ·演示系统与实验结果 | 第71-73页 |
| ·系统在计算机游戏控制中的应用 | 第71-72页 |
| ·系统在虚拟现实程序中的应用 | 第72-73页 |
| ·本章小结 | 第73-74页 |
| 第七章 总结与展望 | 第74-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-80页 |
| 攻读硕士学位期间的研究成果 | 第80-81页 |
| 附录 | 第81-82页 |