人体姿态估计毕业论文

《人体姿态估计毕业论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、人体姿态估计毕业论文目录第1章引言11.1绪论11.2人体姿态估计的研究意义11.3人体姿态估计研究现状31.3.1人体姿态估计分类31.3.2静态图片中的人体姿态估计31.4人体姿态估计研究难点41.5本文的研究内容和结构安排51.5.1本文的研究内容51.5.2本文的结构安排5第2章图像深度信息72.1深度图像的研究现状72.1.1深度图像的概念与特征72.1.2深度图像研究现状82.2Kinect技术82.2.1Kinect简介82.2.2Kinect深度成像的基本原理92.3实验数据预处理112.3.1PCA算法的概念与应用112.3.2PCA算法的原理11

2、2.3.3输入输出数据降维152.4本章小结17第3章梯度直方图算法183.1梯度直方图特征描述符183.1.1梯度直方图18553.1.2矩形梯度直方图描述符193.2梯度计算203.2.1线性算子与核算子203.2.2图像卷积203.2.3梯度大小和方向计算213.3分配权值213.3.1高斯滤波权值分配213.3.2三线插值233.4梯度直方图特征向量233.5梯度直方图人体检测算法243.6本章小结25第4章形状上下文264.1形状匹配简述264.1.1形状匹配的相关概念264.1.2形状的表示方法274.1.3基于全局特征的形状匹配284.1.4基于局部特

3、征的形状匹配284.2形状的轮廓点集表示294.2.1引言294.2.2形状的轮廓点集表示294.3形状上下文的定义304.3.1形状上下文的具体定义304.3.2基于形状上下文的形状匹配334.3.3不变性分析334.4本章总结34第5章线性回归模型355.1线性回归模型355.1.1线性基函数模型355.1.2极大似然法和最小二乘法385.1.3最小二乘法的几何解释405.2规范化的最小二乘法415.3多个输出42555.4实验结果比较分析435.4.1回归模型在实验中的应用435.4.2不同实验误差的比较分析445.4.3实验效果展示475.5本章小结48第6

4、章总结与展望496.1全文总结496.2未来工作展望49参考文献50致谢52外文资料原文53外文资料译文5655第1章引言第1章引言1.1绪论人机交互(Human-ComputerInteraction，HCI)是一门研究系统与用户之间互动关系的一门学科。这里的系统可以是各种各样的机器，也可以是计算机化的系统和软件。人类获取的外部世界信息，其中是通过人的眼睛即视觉感知得到的超过80％以上，让机器能够拥有像人类一样的视觉是人类社会多年的梦想。随着人机交互技术的快速发展，人与机器之间自然的、多模态的交互将成为人与机器之间交互的主要方式。这里首先遇到的问题就是需要机器能够

5、正确地认识和理解人的行为，正是在这种背景情况下，姿态估计被人们提出。姿态估计是指检测和估计目标(通常是人)的姿态动作，需要将这些姿态动作转化成为数字形式的“抽象运动”的技术，输出的结果表示当前人体的姿态动作。1.2人体姿态估计的研究意义过去二十多年里，自动理解图像以及视频序列中的人体姿态，一直都是机器视觉研究的重点。除了人类自己对探索和仿造自身的兴趣外，促使人体姿态估计成为研究重点的最主要原因还是电子设备的迅速发展以及由它所产生的巨大应用市场。最近几年，数字照相机、智能手机、平板电脑、网络摄像头、监控摄像头等数码产品渐渐融入人们的日常生活，地球上每时每刻都会产生大量

6、新的数字图片和视频数据，其中人类活动必然是人们想从这些数据中获得的最主要内容。有效的处理和理解数据中的人类活动，将会为人类社会的发展带来深远影响。概括来讲，人体姿态估计的应用领域主要包括：（1）高级人机交互人们都希望机器能够理解人类活动并与人进行自然交互，这是人类由来已久的科技追求目标。随着科技的发展，人类生活离不开各种各样的机器设备，从智能手机到数字电视，从个人电脑到平板电脑，但是传统的键盘鼠标以及现在触摸的交互方式还是占主要部分。2010年微软后来居上，发布Kinect（如图1-1），其是一种3D55第1章引言感知体态的摄影机，它具有即时语音识别、麦克风输入、辨

7、识影像、动态捕捉信息、社区互动等其他功能。玩家可以在游戏中打球、开车、分享信息等。由此能够预见的是，当人体姿态估计技术走向成熟时，人机交互方式的革命性变化必然会被人类迅速接受，使得人与机器的交互自然而友好，并且使人们控制机器的方式变的更加容易以及更易接受。图1-1Kinect游戏（2）智能监控视频监控目前已经成为保障人类财产、生命安全、维护社会秩序稳定的主要手段之一。越来越多的监控设备安装在办公楼、广场、车站等人群相对聚集的社会公共场所。（3）人体姿态捕捉人体姿态数据的捕捉现在主要应用在制作动画、工业测量、医疗分折和控制等领域。精准的人体姿态数据能够用来驱动动画