基于单目视觉的人体动作捕获
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究背景 | 第9-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·本文所做的工作 | 第12-13页 |
| ·论文的结构安排 | 第13-15页 |
| 第二章 人体运动分析相关技术综述 | 第15-25页 |
| ·运动人体的检测 | 第15-16页 |
| ·二维运动人体的跟踪 | 第16-22页 |
| ·基于特征的跟踪 | 第17-18页 |
| ·基于区域的跟踪 | 第18页 |
| ·基于活动轮廓的跟踪 | 第18-19页 |
| ·基于模型的跟踪 | 第19-22页 |
| ·人体运动的三维重建 | 第22-24页 |
| ·基于单个摄像机的三维重建 | 第22-23页 |
| ·基于多个摄像机的三维重建 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 运动人体检测 | 第25-40页 |
| ·CodeBook 模型介绍 | 第25页 |
| ·CodeBook 检测运动人体目标 | 第25-29页 |
| ·算法流程 | 第25-28页 |
| ·检测结果 | 第28-29页 |
| ·分割前景图像后续处理 | 第29-36页 |
| ·形态学处理 | 第29-30页 |
| ·定位运动人体区域 | 第30-32页 |
| ·阴影去除 | 第32-36页 |
| ·人体骨架提取 | 第36-39页 |
| ·骨骼化算法 | 第36-37页 |
| ·人体区域填充 | 第37-38页 |
| ·提取特征点 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 基于粒子滤波的人体关节点跟踪 | 第40-54页 |
| ·粒子滤波基础理论 | 第40-43页 |
| ·贝叶斯滤波原理 | 第40-42页 |
| ·粒子滤波算法 | 第42-43页 |
| ·粒子滤波对人体特征的跟踪 | 第43-48页 |
| ·系统状态转移模型 | 第44-45页 |
| ·视觉特征建模 | 第45-46页 |
| ·人体关节点观测模型 | 第46页 |
| ·粒子滤波对目标跟踪实验 | 第46-48页 |
| ·人体骨架模型 | 第48-49页 |
| ·人体关节点提取 | 第49-51页 |
| ·实验结果与分析 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 三维人体重建 | 第54-62页 |
| ·三维空间中的人体骨架模型 | 第54页 |
| ·摄像机模型 | 第54-56页 |
| ·恢复三维人体信息 | 第56-60页 |
| ·实验结果与分析 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第六章 结论 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 攻硕期间取得的研究成果 | 第68-69页 |
