基于视频的三维人体模型姿态与形状重构
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景 | 第10-13页 |
| 1.2 研究内容与主要贡献 | 第13-15页 |
| 1.3 论文内容组织 | 第15页 |
| 1.4 本章小结 | 第15-16页 |
| 第二章 三维人体重构算法相关工作 | 第16-30页 |
| 2.1 运动信息提取 | 第16-22页 |
| 2.1.1 传统的提取方法 | 第16-19页 |
| 2.1.2 基于深度学习的提取方法 | 第19-22页 |
| 2.2 从二维姿态到三维姿态的重构 | 第22-24页 |
| 2.3 三维人体模型姿态和形状 | 第24-29页 |
| 2.3.1 基于单目视频或图像的算法 | 第24-27页 |
| 2.3.2 借助其他工具的算法 | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 预备知识 | 第30-40页 |
| 3.1 动态几何的表示 | 第30-34页 |
| 3.1.1 动态几何数据 | 第30-31页 |
| 3.1.2 图形绘制流水线中的坐标变换 | 第31-34页 |
| 3.2 SMPL模型 | 第34-36页 |
| 3.3 SMPLify算法 | 第36-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 基于视频的三维人体模型姿态与形状重构 | 第40-56页 |
| 4.1 标准模板预处理及说明 | 第40-43页 |
| 4.1.1 标准模板预处理 | 第40-41页 |
| 4.1.2 二维与三维匹配关系 | 第41-42页 |
| 4.1.3 数学符号 | 第42-43页 |
| 4.2 方法概述 | 第43-45页 |
| 4.3 二维信息提取 | 第45-50页 |
| 4.4 模型重构 | 第50-53页 |
| 4.5 优化问题的求解 | 第53-55页 |
| 4.6 本章小结 | 第55-56页 |
| 第五章 重构方法的实现与实验结果分析 | 第56-72页 |
| 5.1 本文方法的实现 | 第56-57页 |
| 5.2 实验结果与分析 | 第57-70页 |
| 5.2.1 姿态重构 | 第57-66页 |
| 5.2.2 形状重构 | 第66-70页 |
| 5.3 本章小结 | 第70-72页 |
| 第六章 总结与展望 | 第72-75页 |
| 6.1 本文工作总结 | 第72-73页 |
| 6.2 本文工作展望 | 第73-75页 |
| 参考文献 | 第75-80页 |
| 攻读硕士学位期间取得的研究成果 | 第80-81页 |
| 致谢 | 第81-82页 |
| 附件 | 第82页 |
