| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题研究背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 运动捕捉技术 | 第11-13页 |
| 1.2.2 姿势识别技术 | 第13-14页 |
| 1.3 课题来源、研究目标及主要内容 | 第14-17页 |
| 1.3.1 课题来源 | 第14-15页 |
| 1.3.2 研究目标 | 第15页 |
| 1.3.3 研究内容 | 第15-16页 |
| 1.3.4 论文结构安排 | 第16-17页 |
| 第2章 基于Kinect的虚拟人姿势识别总体方案设计 | 第17-28页 |
| 2.1 基于Kinect的虚拟人姿势识别总体设计方案 | 第17-19页 |
| 2.2 Kinect概述 | 第19-22页 |
| 2.2.1 Kinect介绍 | 第19-20页 |
| 2.2.2 Kinect体感交互技术原理 | 第20-22页 |
| 2.3 虚拟人物模型的建立 | 第22-26页 |
| 2.3.1 虚拟人物的几何建模 | 第23-24页 |
| 2.3.2 虚拟人物骨骼蒙皮绑定技术 | 第24-26页 |
| 2.4 虚拟场景设计研究 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 基于Kinect的虚拟人姿势交互 | 第28-42页 |
| 3.1 人体骨骼关节点数据识别 | 第28-30页 |
| 3.2 运动重定向模块 | 第30-34页 |
| 3.2.1 逆向运动学 | 第31-32页 |
| 3.2.2 基于逆向运动学的运动重定向 | 第32-34页 |
| 3.3 虚拟人与运动数据节点绑定 | 第34-35页 |
| 3.4 虚拟人实时驱动测试 | 第35-37页 |
| 3.4.1 单虚拟人实时驱动测试 | 第35-36页 |
| 3.4.2 双虚拟人实时驱动测试 | 第36-37页 |
| 3.5 自主虚拟人行为建模 | 第37-41页 |
| 3.6 本章小节 | 第41-42页 |
| 第4章 基于Kinect的虚拟人姿势识别 | 第42-54页 |
| 4.1 Kinect平台下人体姿势表示方法 | 第42-46页 |
| 4.1.1 人体结构的向量构造 | 第43页 |
| 4.1.2 向量间的角度信息选取 | 第43-44页 |
| 4.1.3 向量模的比值信息选取 | 第44-45页 |
| 4.1.4 人体姿势表示向量 | 第45-46页 |
| 4.2 基于支持向量机的人体姿势识别 | 第46-50页 |
| 4.2.1 支持向量机基本原理 | 第46-48页 |
| 4.2.2 多类支持向量机构建 | 第48-50页 |
| 4.3 基于关节点角度的姿势识别 | 第50-51页 |
| 4.4 识别结果分析 | 第51-53页 |
| 4.5 本章小节 | 第53-54页 |
| 第5章 系统实现及应用 | 第54-68页 |
| 5.1 系统总体结构 | 第54-55页 |
| 5.2 系统软硬件设计 | 第55-58页 |
| 5.2.1 系统开发硬件环境 | 第55-56页 |
| 5.2.2 系统软件平台 | 第56-58页 |
| 5.3 实验过程及实验分析 | 第58-66页 |
| 5.3.1 虚拟人的实时驱动交互 | 第58-63页 |
| 5.3.2 自主虚拟人的实时交互 | 第63-66页 |
| 5.3.3 虚拟家居交互系统性能测试 | 第66页 |
| 5.4 本章小结 | 第66-68页 |
| 第6章 总结与展望 | 第68-70页 |
| 6.1 全文工作总结 | 第68-69页 |
| 6.2 下一步的研究与展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-75页 |
| 作者攻读硕士期间发表的论文及参与的项目 | 第75页 |