基于信息融合的虚拟现实理论研究
| 目录 | 第1-7页 |
| 第一章 绪论 | 第7-19页 |
| 1．1 概述 | 第7页 |
| 1．2 人与虚拟环境 | 第7-10页 |
| 1．2．1 虚拟环境系统的特征及其基本构成 | 第8-9页 |
| 1．2．2 人的环境感知与虚拟环境 | 第9页 |
| 1．2．3 虚拟环境中人机交互系统的设计概述 | 第9-10页 |
| 1．3 信息融合的概念与理论 | 第10-19页 |
| 1．3．1 信息融合的定义 | 第10-11页 |
| 1．3．2 信息融合的基本处理模型和方法 | 第11-14页 |
| 1．3．3 多传感器信息融合的优点与应用 | 第14-16页 |
| 1．3．4 信息融合研究现状 | 第16-19页 |
| 第二章 虚拟现实环境中的信息融合模型 | 第19-31页 |
| 2．1 传感器分析与虚拟环境中操作者监测 | 第19-21页 |
| 2．1．1 虚拟环境中的传感器分析 | 第19-20页 |
| 2．1．2 虚拟环境中常用的外设 | 第20-21页 |
| 2．2 虚拟环境中信息融合模型的层次 | 第21页 |
| 2．3 交互式虚拟环境信息融合模型 | 第21-29页 |
| 2．3．1 综合模型 | 第22-25页 |
| 2．3．2 子模型 | 第25-27页 |
| 2．3．3 融合模型中的数据库管理 | 第27-28页 |
| 2．3．4 融合模型的输入与输出 | 第28页 |
| 2．3．5 融合模型分析 | 第28-29页 |
| 2．4 融合模型与虚拟环境 | 第29-31页 |
| 2．4．1 虚拟环境的功能模型 | 第29-30页 |
| 2．4．2 融合模型与外部环境的接口 | 第30-31页 |
| 第三章 虚拟现实环境中的信息融合算法 | 第31-39页 |
| 3．1 数据相关 | 第31-33页 |
| 3．2 模式识别 | 第33-34页 |
| 3．3 动态时间规整 | 第34-35页 |
| 3．4 行为估计 | 第35-39页 |
| 3．4．1 BP神经网络 | 第35-36页 |
| 3．4．2 多叉树 | 第36-39页 |
| 第四章 融合模型在手势识别中的应用 | 第39-49页 |
| 4．1 手势输入设备 | 第40页 |
| 4．2 手势建模与特征值 | 第40-42页 |
| 4．3 手势识别需要解决的问题 | 第42-43页 |
| 4．4 手势识别中的数据库管理 | 第43-45页 |
| 4．5 手势识别系统 | 第45-46页 |
| 4．6 手势识别系统的应用 | 第46-49页 |
| 第五章 模拟结果与分析 | 第49-57页 |
| 5．1 模拟噪声产生算法 | 第49-50页 |
| 5．2 模拟系统体系结构 | 第50-51页 |
| 5．3 系统中的手势 | 第51-53页 |
| 5．4 实验数据 | 第53-55页 |
| 5．5 手势识别模拟系统分析 | 第55-57页 |
| 第六章 结束语 | 第57-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-63页 |
| 研究成果 | 第63页 |
