摘要 | 第3-4页 |
Abstract | 第4页 |
第1章 绪论 | 第8-21页 |
1.1 三维虚拟服装展示技术的应用领域 | 第8-15页 |
1.1.1 三维虚拟服装展示技术在电子商务中的应用 | 第8-10页 |
1.1.2 三维虚拟服装展示技术在数字媒体动画中的应用 | 第10-11页 |
1.1.3 三维虚拟服装展示技术应用于三维试衣软件 | 第11-15页 |
1.1.3.1 Clo 3D三维试衣软件的服装建模技术实现 | 第11-13页 |
1.1.3.2 网格聚类的服装模型优化方法 | 第13-14页 |
1.1.3.3 法线贴图的服装模型优化方法 | 第14-15页 |
1.2 课题研究背景和意义 | 第15-17页 |
1.3 国内外研究现状 | 第17-19页 |
1.3.1 国外研究现状 | 第17-18页 |
1.3.2 国内研究现状 | 第18-19页 |
1.4 研究内容及各章节介绍 | 第19-21页 |
第2章 数据驱动应用及机器学习算法 | 第21-31页 |
2.1 数据驱动技术的应用 | 第21-23页 |
2.1.1 数据驱动实现个性化服装定制 | 第21-22页 |
2.1.2 数据驱动的服装零售公司 | 第22-23页 |
2.2 机器学习算法 | 第23-29页 |
2.2.1 机器学习算法分支 | 第23-24页 |
2.2.2 机器学习经典算法 | 第24-29页 |
2.3 本章小结 | 第29-31页 |
第3章 服装网络展示姿态分析 | 第31-42页 |
3.1 人体体态与服装褶皱的关系分析 | 第31-32页 |
3.2 服装款式及服装网络展示姿态选取 | 第32-33页 |
3.3 人体体态特征定义 | 第33-39页 |
3.3.1 右肘关节特征定义 | 第34页 |
3.3.2 右肩关节特征定义 | 第34-35页 |
3.3.3 胸椎、腰椎关节特征定义 | 第35-36页 |
3.3.4 右膝关节特征定义 | 第36-37页 |
3.3.5 右髋关节特征定义 | 第37-39页 |
3.4 服装褶皱特征定义 | 第39-40页 |
3.5 本章小结 | 第40-42页 |
第4章 实验设计与数据提取 | 第42-46页 |
4.1 实验方案 | 第42-43页 |
4.1.1 预实验设计 | 第42页 |
4.1.2 最终实验设计 | 第42-43页 |
4.2 实验数据提取 | 第43-45页 |
4.2.1 相关处理软件 | 第43-44页 |
4.2.2 数据提取 | 第44-45页 |
4.3 本章小结 | 第45-46页 |
第5章 人体体态与服装褶皱的关系学习 | 第46-57页 |
5.1 机器学习平台 | 第46页 |
5.2 机器学习算法的选取 | 第46-47页 |
5.3 实验结果分析 | 第47-53页 |
5.3.1 算法评估实验误差对比 | 第47-50页 |
5.3.2 算法训练与预测实验误差对比 | 第50-51页 |
5.3.3 最优模型的预测效果 | 第51-53页 |
5.4 褶皱深度的转化 | 第53-55页 |
5.4.1 褶皱深度转化实验的设计与实施 | 第53-54页 |
5.4.2 褶皱深度转化实验结果分析 | 第54-55页 |
5.5 本章小结 | 第55-57页 |
第6章 总结与展望 | 第57-59页 |
6.1 结论 | 第57-58页 |
6.2 研究局限 | 第58页 |
6.3 展望 | 第58-59页 |
参考文献 | 第59-62页 |
攻读硕士学位期间发表的学术论文 | 第62-63页 |
致谢 | 第63页 |