基于深度图像序列的三维人手运动跟踪技术研究
| 摘要 | 第11-14页 |
| Abstract | 第14-16页 |
| 第1章 绪论 | 第17-33页 |
| 1.1 课题背景及意义 | 第17-18页 |
| 1.2 研究目标和研究难点 | 第18-20页 |
| 1.2.1. 研究目标 | 第18-19页 |
| 1.2.2. 研究难点 | 第19-20页 |
| 1.3 人手运动跟踪研究现状 | 第20-28页 |
| 1.3.1. 人手建模 | 第20-23页 |
| 1.3.2. 特征提取及匹配 | 第23-24页 |
| 1.3.3. 人手姿态估计方法 | 第24-28页 |
| 1.4 关键问题分析 | 第28-29页 |
| 1.4.1. 有效匹配误差函数的构建 | 第28页 |
| 1.4.2. 有效搜索方法的开发 | 第28-29页 |
| 1.5 论文主要工作 | 第29-30页 |
| 1.6 论文组织与安排 | 第30-33页 |
| 第2章 跟踪系统框架与相关模型 | 第33-45页 |
| 2.1 跟踪系统整体框架 | 第33-34页 |
| 2.2 系统相关模型 | 第34-43页 |
| 2.2.1. 三维人手模型 | 第35-38页 |
| 2.2.2. 观测模型 | 第38-43页 |
| 2.2.3. 状态转移模型 | 第43页 |
| 2.3 小结 | 第43-45页 |
| 第3章 基于改进粒子滤波的人手运动跟踪算法 | 第45-69页 |
| 3.1 跟踪过程的状态空间描述 | 第46-47页 |
| 3.2 粒子滤波算法 | 第47-48页 |
| 3.3 标准粒子滤波算法的主要问题 | 第48-49页 |
| 3.4 针对高维跟踪的粒子滤波改进方案 | 第49-50页 |
| 3.4.1. 状态空间降维 | 第49页 |
| 3.4.2. 结合局部优化 | 第49-50页 |
| 3.5 基于群体智能优化的改进粒子滤波算法 | 第50-59页 |
| 3.5.1. 结合差分进化的改进粒子滤波算法 | 第51-54页 |
| 3.5.2. 改进的粒子群优化粒子滤波算法 | 第54-59页 |
| 3.6 实验结果及讨论 | 第59-68页 |
| 3.6.1. 合成序列实验 | 第60-64页 |
| 3.6.2. 真实序列实验 | 第64-68页 |
| 3.7 小结 | 第68-69页 |
| 第4章 人手与物体交互过程的跟踪 | 第69-83页 |
| 4.1 相关工作 | 第70-72页 |
| 4.1.1. 人手与物体交互过程的识别 | 第70页 |
| 4.1.2. 人手与物体交互过程的跟踪 | 第70-72页 |
| 4.2 系统相关模型与跟踪算法 | 第72-74页 |
| 4.2.1. 相关模型 | 第72-73页 |
| 4.2.2. 跟踪算法 | 第73-74页 |
| 4.3 实验及讨论 | 第74-81页 |
| 4.3.1. 真实序列实验 | 第74-77页 |
| 4.3.2. 合成序列实验 | 第77-81页 |
| 4.4 小结 | 第81-83页 |
| 第5章 基于多线程渲染引擎的原型系统实践 | 第83-101页 |
| 5.1 RTT与离屏渲染技术 | 第84-86页 |
| 5.1.1. 像素缓存对象PBO | 第84-85页 |
| 5.1.2. 帧缓存对象FBO | 第85-86页 |
| 5.2 多线程渲染引擎OSG | 第86-94页 |
| 5.2.1. OSG概述 | 第86-87页 |
| 5.2.2. OSG基本渲染流程 | 第87-91页 |
| 5.2.3. OSG多种线程模型 | 第91-94页 |
| 5.3 基于OSG的原型系统开发 | 第94-98页 |
| 5.3.1. 单虚拟相机系统 | 第94-95页 |
| 5.3.2. 多虚拟相机系统 | 第95-98页 |
| 5.4 实验结果及讨论 | 第98页 |
| 5.5 小结 | 第98-101页 |
| 结论与展望 | 第101-105页 |
| 结论 | 第101-102页 |
| 创新点 | 第102-103页 |
| 展望 | 第103-105页 |
| 参考文献 | 第105-119页 |
| 攻读博士期间发表论文及参与课题 | 第119-121页 |
| 致谢 | 第121-123页 |
| 外文论文 | 第123-141页 |
| 附件 | 第141页 |
