人体姿态估计的研究-毕业论文

《人体姿态估计的研究-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、摘要摘要人体姿态估计是计算机视觉领域中的一个关键问题，可以应用于人体活动分析，人机交互以及视频监视等方面。人体姿态估计主要是指从图像中检测出人体各部位位置、方向以及尺度信息。人体姿态估计常常被人们在视频跟踪环境中提起，由于基于单目图像的人体姿态估计的基础性和方便性，近年来国内外学者将人体姿态估计的研究重点开始转到静态图片人体姿态估计。本文正是从计算机视觉出发，对于基于视觉的静态图片中人体姿态估计进行了研究，主要做了以下工作：（1）了解了Kinect技术的一些主要工作原理和在人体姿态估计当中的应用；（2）研究了一些基本的

2、图像特征提取，包括：深度信息，梯度直方图（HistogramofGradients）和形状上下文（ShapeContext）的算法原理及应用现状；（3）研究了主成分分析法算法（PCA）的主要原理，并且利用该算法对输入输出数据进行降维处理；（4）最后，针对上述不同的三种图像特征分别进行实验，从得到的实验结果中，根据平均绝对误差的大小，分析比较了三种不同特征下的人体姿态估计之间的效果。关键字：人体姿态估计，Kinect，深度信息，梯度直方图，形状上下文，主成分分析法59AbstractABSTRACTHumanposees

3、timationisanessentialissueincomputervisionareasinceithasmanyapplicationssuchashumanactivityanalysis,humancomputerinteractionandvisualvideosurveillance,itmainpurposeofhumanposeestimationisthatdetecttheposition、scaleanddirectionofpartsofpeople.Humanposeestimationi

4、softenapproachedinavideosetting,withinthecontextoftracking.Recentfocusintheareahasexpandedtosingle-imageposeestimation,becauseofits’foundationandconvenience.Inthisdissertation,vision-basedhumanbodyestimationisinvestigated.Maincontributionsofthisthesisarefollows：

5、（1）WegettoknowsomemainprincipalsaboutthetechnologyoftheKinect，anditsrealapplicationinthehumanposeestimation.（2）Wedosomeresearchabouttheextractofpicturefeatures，suchasdepthinformation、histogramofgradient（HistogramofGradients）andshapecontext（ShapeContext）.Inpartic

6、ular，weexplainthemainprincipalsofallthesemethodsandtheirstatementofapplications.（3）WedosomeresearchabouttheprincipalofPCAandweuseittoreduceourdatas’dimensions;（4）Atlast，weperformalotofexperimentswithrespecttothepicturefeaturesmentionedabove，judgingfromtheresults

7、obtainedfromexperiments，weanalysethesethreedifferentexperiments’absoluteaverageerrorsusedinhumanposeestimation.Keywords：humanbodyestimation,Kinect,depthinformation,histogramofgradient，shapecontext,PCA59目录目录第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

8、.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