| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第12-19页 |
| 1.1 研究背景 | 第12页 |
| 1.2 三维人体测量 | 第12-16页 |
| 1.2.1 传统人体测量研究现状 | 第12-13页 |
| 1.2.2 三维人体测量简介 | 第13页 |
| 1.2.3 非接触式三维人体测量简介 | 第13-16页 |
| 1.3 研究目的和主要工作 | 第16-18页 |
| 1.3.1 研究目的 | 第16-17页 |
| 1.3.2 主要工作 | 第17-18页 |
| 1.4 论文组织架构 | 第18-19页 |
| 第2章 三维人体重建测量系统和相关技术 | 第19-28页 |
| 2.1 三维人体重建和测量系统介绍 | 第19-22页 |
| 2.1.1 系统功能设计 | 第19页 |
| 2.1.2 系统组成 | 第19-20页 |
| 2.1.3 系统流程 | 第20-22页 |
| 2.2 相关技术 | 第22-27页 |
| 2.2.1 SCAPE介绍 | 第22-23页 |
| 2.2.2 PCA介绍 | 第23-24页 |
| 2.2.3 卷积神经网络介绍 | 第24-25页 |
| 2.2.4 GoogLeNet卷积神经网络结构介绍 | 第25-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第3章 三维重建深度学习模型构建 | 第28-49页 |
| 3.1 序言 | 第28页 |
| 3.2 三维重建深度学习模型理论 | 第28-30页 |
| 3.3 人体模型数据扩展 | 第30-31页 |
| 3.4 数据预处理 | 第31-37页 |
| 3.4.1 模型对齐坐标轴处理 | 第31-33页 |
| 3.4.2 人体轮廓提取 | 第33-37页 |
| 3.4.3 参数化模型β参数计算 | 第37页 |
| 3.5 人体重建深度学习模型结构介绍 | 第37-47页 |
| 3.5.1 单视角图像模型 | 第37-40页 |
| 3.5.2 双视角图像模型 | 第40-42页 |
| 3.5.3 模型结果测试 | 第42-47页 |
| 3.6 本章小结 | 第47-49页 |
| 第4章 基于三维模型的人体尺寸获取 | 第49-63页 |
| 4.1 序言 | 第49页 |
| 4.2 人体测量的基本知识 | 第49-51页 |
| 4.3 骨架提取 | 第51-52页 |
| 4.4 人体特征点定位 | 第52-59页 |
| 4.4.1 自动提取人体特征点 | 第52-58页 |
| 4.4.2 手动定位人体特征点 | 第58-59页 |
| 4.5 人体关键尺寸获取 | 第59-60页 |
| 4.6 测量结果 | 第60-62页 |
| 4.7 本章小结 | 第62-63页 |
| 第5章 总结与展望 | 第63-65页 |
| 5.1 总结 | 第63-64页 |
| 5.2 展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间主要的研究成果 | 第69-70页 |
| 致谢 | 第70页 |