| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·面向虚拟人运动相机控制的研究意义 | 第7-8页 |
| ·面向虚拟人运动相机控制的研究背景与现状 | 第8-10页 |
| ·本文主要研究内容和结构安排 | 第10-13页 |
| 第二章 Motion Capture 与相机路径规划理论 | 第13-27页 |
| ·由骨骼驱动的角色动画 | 第13-15页 |
| ·空间坐标与角参数化描述 | 第15-19页 |
| ·三维空间坐标变换 | 第15-18页 |
| ·欧拉变换 | 第18页 |
| ·四元数基础 | 第18-19页 |
| ·Motion Capture | 第19-25页 |
| ·Motion Capture 概念 | 第19-20页 |
| ·Motion Capture 系统组成 | 第20页 |
| ·Motion Capture 技术分类 | 第20-21页 |
| ·运动数据处理过程 | 第21-22页 |
| ·BVH 数据组织 | 第22-25页 |
| ·相机路径规划的研究方向 | 第25页 |
| ·本章小结 | 第25-27页 |
| 第三章 运动面积决定相机参数的离线相机路径规划算法 | 第27-39页 |
| ·运动面积的提出 | 第27-29页 |
| ·运动面积定义 | 第27页 |
| ·运动面积的量化 | 第27-29页 |
| ·骨骼层次结构与运动显著性 | 第29-30页 |
| ·运动显著性基础 | 第29页 |
| ·运动显著性的量化 | 第29-30页 |
| ·视点方向的确定 | 第30-32页 |
| ·结合运动显著性的虚拟人运动面积 | 第30页 |
| ·根据虚拟人运动面积求取视点方向 | 第30-32页 |
| ·相机视点方向的平滑 | 第32-34页 |
| ·基于运动面积、运动显著性的离散相机规划算法描述 | 第34页 |
| ·算法实验效果展示与分析 | 第34-38页 |
| ·算法实验效果展示 | 第34-37页 |
| ·算法分析 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 基于卡尔曼滤波的实时相机路径规划算法 | 第39-57页 |
| ·Kalman 滤波理论发展及应用 | 第39页 |
| ·随机线性离散系统的 Kalman 滤波方程 | 第39-49页 |
| ·预备知识 | 第40-43页 |
| ·随机线性离散系统的 Kalman 滤波方程 | 第43-45页 |
| ·随机线性离散系统的 Kalman 滤波方程推导 | 第45-49页 |
| ·基于 Kalman 滤波的实时相机路径规划算法 | 第49-51页 |
| ·算法实验效果和分析 | 第51-56页 |
| ·算法试验效果展示 | 第51-55页 |
| ·算法分析 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 结束语 | 第57-59页 |
| ·本文所做的工作 | 第57页 |
| ·展望 | 第57-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-64页 |