摘要近年来，景深摄像头已经成为一种能够捕捉实时帧率深度图像，有着广泛应用前景的传感器。尽管最近的研究表明，通过单目2.5D深度图像估算3D姿态是可行的，这其中还是有很多棘手的问题，诸如深度数据的噪音和捕获动作的自遮挡。因此，我们需要一种高效稳健的姿态估算框架，用于从单一深度图像流中追踪人体姿态。在我们这个团队的项目中，我们使用建立的姿态数据库来查询假设姿态，稳定生成优化算法，借此提升性能6246
关键词  景深摄像头 姿态数据库
毕业设计说明书（论文）外文摘要
Title    Research on full body pose recognition based on  Microsoft Kinect Controller
Abstract
In recent years, depth cameras have become a widely available sensor type that captures depth images at real-time frame rates. Even though recent approaches have shown that 3D pose estimation from monocular 2.5D depth images has become feasible, there are still challenging problems due to strong noise in the depth data and self-occlusions in the motions being captured. So we need an an efficient and robust pose estimation framework for tracking full-body motions from a single depth image stream. In our team project, we use an established full body pose database to lookup assumed pose, stabilize generative optimization algorithms and improve performance.
Keywords  depth camera, pose database
目录
1  绪论    1
1.1  课题前景及意义    1
1.2  难点问题分析    4
1.3  本文的研究内容与章节安排    5
1.3.1  本文的研究内容    5
1.3.2  本文的章节安排    6
2  Kinect基本工作原理    6
2.1  引言    6
2.2  Kinect的基本构造与功能    6
2.2.1  Kinect组件构成    7
2.2.2  Kinect基本原理    8
3  姿态数据库    9
3.1  引言    9
3.2  K-D树算法    10
3.2.1  K-D树算法介绍    10
3.2.2  K-D树的构建算法    10
3.2.3  最近邻搜索算法    13
3.3  姿态数据库的创建    16
3.3.1  关节点位置的度量    16
3.3.2  姿态数据采集    16
3.4  数据库查询    18
4  实验    19
4.1  采集    19
4.2  录入姿态数据库    19
4.3  数据库查询    20
结  论    31
致  谢    32
参 考 文 献    33
1  绪论
计算机视觉是计算机科学和与人工智能的一个重要分支，它的中心任务是对图像进行理解，它研究的主要内容，是如何利用各种成像系统代替视觉器官作为信号输入手段，由计算机来代替大脑完成对信息的处理和解释。计算机视觉的最终研究目标，是使计算机能像人那样通过视觉来观察和理解世界。其中，通过景深摄像机进行单目人体姿态识别[16]是计算机视觉研究领域的重要课题之一，也是近年来备受研究者关注的前沿方向。
人体姿态识别是计算机视觉和计算机图形学相互融合的一个重要研究方向。其研究核心是从单个或多个视频序列中检测、跟踪人体，获取人体运动数据。并在此基础上重建人体的三文运动或描述和理解人体运动。人体姿态识别分析研究涉及计算机视觉、计算机图形学、图像处理、模式识别和人工智能等学科领域，是一个跨学科的挑战性研究课题。 基于微软Kinect体感游戏控制器的人体姿态识别方法研究:http://www.youerw.com/jisuanji/lunwen_3676.html