图书介绍
智能科学与技术丛书 基于视觉信息的人体跟踪与行为分析研究pdf电子书版本下载
- 姜新波 著
- 出版社: 北京:科学出版社
- ISBN:9787030575036
- 出版时间:2018
- 标注页数:131页
- 文件大小:46MB
- 文件页数:140页
- 主题词:计算机视觉-应用-人体-行为分析-研究
PDF下载
下载说明
智能科学与技术丛书 基于视觉信息的人体跟踪与行为分析研究PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!
(文件页数 要大于 标注页数,上中下等多册电子书除外)
注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具
图书目录
第1章 绪论 1
1.1 研究背景 1
1.2 研究现状、存在的问题和挑战 5
1.2.1 基于视频的二维跟踪研究 5
1.2.2 基于视频的三维跟踪研究 11
1.2.3 基于视频的装配解析研究 14
1.2.4 Kinect工作原理 16
1.2.5 基于视频序列的人体行为识别方法 17
1.2.6 基于深度图序列的人体行为识别方法 21
1.2.7 基于三维骨架序列的人体行为识别方法 23
1.3 本书结构 25
第2章 变换矩阵的李代数表示 27
2.1 变换矩阵 27
2.2 仿射变换矩阵的李代数表示 29
2.2.1 仿射变换矩阵的李代数 29
2.2.2 几何性质与约束 30
2.3 基于李代数表示的刚体变换矩阵插值算法 30
2.3.1 算法总体过程 31
2.3.2 计算物体刚体变换矩阵T 31
2.3.3 计算T的李代数表示 31
2.3.4 李代数空间的线性插值 32
2.3.5 计算插值后的物体刚体变换矩阵 32
2.4 实验结果 33
2.5 本章小结 34
第3章 基于稀疏和局部线性编码的目标二维跟踪 36
3.1 方法概述 36
3.2 能量函数下的粒子滤波模型 37
3.2.1 状态空间模型 38
3.2.2 外观空间模型 38
3.2.3 模板的稀疏表示模型 39
3.3 基于稀疏和局部线性编码的跟踪模型 40
3.3.1 基于稀疏编码的跟踪模型 41
3.3.2 基于局部线性编码的跟踪模型 43
3.3.3 目标模板更新 44
3.4 其他外观表示模型 45
3.4.1 最小软阈值平方外观表示模型 45
3.4.2 自适应结构的局部稀疏外观表示模型 45
3.5 实验结果 46
3.5.1 性能分析 47
3.5.2 Benchmark测试 49
3.5.3 讨论 53
3.6 本章小结 55
第4章 基于全局优化搜索的目标三维跟踪 57
4.1 方法概述 57
4.2 问题描述 58
4.3 基于全局优化的对应点搜索算法 59
4.3.1 能量函数 59
4.3.2 候选对应点 60
4.3.3 颜色概率值模型 60
4.3.4 图模型 63
4.3.5 讨论 63
4.4 实验结果 64
4.4.1 实现细节 64
4.4.2 定量分析 65
4.4.3 定性分析 66
4.4.4 局限性 69
4.5 本章小结 69
第5章 基于装配规则的物体装配技术 71
5.1 方法概述 72
5.2 系统总体设计 72
5.3 基于装配规则的在线推断算法 73
5.3.1 数据库的创建 74
5.3.2 在线推断算法 75
5.3.3 活动部件识别算法 77
5.3.4 组件装配算法 78
5.3.5 组件跟踪算法 79
5.4 实验结果和讨论 80
5.4.1 装配指导 82
5.4.2 三维动画和标注的生成 85
5.4.3 局限性 85
5.5 本章小结 86
第6章 基于分层模型的人体行为识别 87
6.1 问题及方法概述 87
6.2 分层模型 89
6.3 分类特征 90
6.3.1 相对位置特征 90
6.3.2 傅里叶时间金字塔 91
6.4 实验结果 91
6.5 本章小结 93
第7章 基于向量空间的实时人体行为识别 93
7.1 问题及方法概述 93
7.2 时空特征 93
7.2.1 运动特征 93
7.2.2 相对位置特征 93
7.2.3 特征聚类 93
7.3 加权算法 93
7.3.1 方差加权法 93
7.3.2 熵加权法 93
7.4 分类 93
7.5 实验结果 93
7.5.1 UCFKinect行为数据库 93
7.5.2 MSRC-12手势数据库 93
7.6 本章小结 93
第8章 基于加权图和全局最优相似性匹配的人体行为识别 93
8.1 问题及方法概述 93
8.2 时空特征 93
8.3 加权图的构成 93
8.3.1 提取加权图的顶点 93
8.3.2 计算加权图边的权重 93
8.4 基于序列匹配的分类 93
8.5 实验结果 93
8.5.1 微软MSRC-12手势数据库 93
8.5.2 UCFKinect行为数据库 93
8.6 本章小结 93
参考文献 121