| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 研究背景与意义 | 第15-16页 |
| 1.2 相关技术研究现状 | 第16-19页 |
| 1.2.1 动作捕获 | 第16-17页 |
| 1.2.2 3D模型获取 | 第17-18页 |
| 1.2.3 运动重定向 | 第18-19页 |
| 1.3 本文内容和结构 | 第19-21页 |
| 1.3.1 本文研究思路 | 第19-20页 |
| 1.3.2 本文主要研究内容 | 第20-21页 |
| 第二章 基于Kinect的运动识别 | 第21-31页 |
| 2.1 Kinect相关介绍 | 第21-23页 |
| 2.2 基于Kinect的运动捕获原型系统 | 第23-29页 |
| 2.2.1 运动捕获系统设计 | 第23-24页 |
| 2.2.2 BVH文件解析及显示 | 第24-25页 |
| 2.2.3 人体旋转朝向识别 | 第25-29页 |
| 2.3 本章小结 | 第29-31页 |
| 第三章 基于Kinect的模型获取 | 第31-45页 |
| 3.1 基于Kinect的模型获取及处理框架 | 第31-37页 |
| 3.1.1 模型获取及处理框架 | 第31-33页 |
| 3.1.2 STL文件分析 | 第33-34页 |
| 3.1.3 KinectFusion技术 | 第34-37页 |
| 3.2 利用KinectFusionExplorer获取三维模型 | 第37-40页 |
| 3.2.1 KinectFusionExplorer介绍 | 第37-39页 |
| 3.2.2 KinectFusionExplorer扫描结果 | 第39-40页 |
| 3.3 三维模型处理及渲染 | 第40-44页 |
| 3.3.1 获取目标模型 | 第40-41页 |
| 3.3.2 对目标模型进行处理 | 第41-43页 |
| 3.3.3 纹理贴图 | 第43-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第四章 动画合成研究 | 第45-61页 |
| 4.1 自动化运动重定向方法 | 第45-52页 |
| 4.1.1 相关背景 | 第45-46页 |
| 4.1.2 具有骨架形态的最小生成树的构造 | 第46页 |
| 4.1.3 关节末端点识别算法 | 第46-48页 |
| 4.1.4 关节点语义分析 | 第48页 |
| 4.1.5 骨架姿态调整 | 第48-50页 |
| 4.1.6 运动重定向及实验 | 第50-52页 |
| 4.2 运动数据重定向系统实现 | 第52-55页 |
| 4.2.1 系统设计 | 第52-53页 |
| 4.2.2 系统流程 | 第53页 |
| 4.2.3 实验结果 | 第53-55页 |
| 4.3 动画合成系统设计 | 第55-59页 |
| 4.3.1 系统设计 | 第55-57页 |
| 4.3.2 系统流程 | 第57-58页 |
| 4.3.3 实验结果 | 第58-59页 |
| 4.4 本章小结 | 第59-61页 |
| 第五章 总结和展望 | 第61-63页 |
| 5.1 本文工作总结 | 第61页 |
| 5.2 本文工作展望 | 第61-63页 |
| 参考文献 | 第63-69页 |
| 致谢 | 第69-71页 |
| 作者简介 | 第71-72页 |
