基于单目视频的三维重建关键技术研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 绪论 | 第7-12页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 基于动作捕获的三维重建国内外研究现状 | 第8-9页 |
| 1.3 本文研究工作与创新 | 第9-10页 |
| 1.4 论文组织结构 | 第10-12页 |
| 第二章 运动捕获和三维重建相关技术综述 | 第12-18页 |
| 2.1 运动人体前景提取 | 第12-13页 |
| 2.2 人体描绘子选择 | 第13-15页 |
| 2.3 三维重建 | 第15-17页 |
| 2.4 本章小结 | 第17-18页 |
| 第三章 基于视频的前景提取 | 第18-28页 |
| 3.1 基于YUV 双阀值的前景提取 | 第18-24页 |
| 3.1.1 YUV 背景模型 | 第18-19页 |
| 3.1.2 采用YUV 双阀值的前景提取 | 第19-22页 |
| 3.1.3 实验结果 | 第22-24页 |
| 3.2 轮廓优化 | 第24-27页 |
| 3.2.1 采用傅里叶边界子来优化人体轮廓 | 第24-26页 |
| 3.2.2 实验结果 | 第26-27页 |
| 3.3 本章小结 | 第27-28页 |
| 第四章 人体模型的建立及分析 | 第28-39页 |
| 4.1 辐射扇区模型 | 第28-31页 |
| 4.1.1 人体轮廓模型 | 第28-29页 |
| 4.1.2 辐射扇区(radial bin)模型 | 第29-30页 |
| 4.1.3 实验结果 | 第30-31页 |
| 4.2 轮廓的聚类处理 | 第31-35页 |
| 4.2.1 聚类模型 | 第32-33页 |
| 4.2.2 基于聚类的人体轮廓模型 | 第33-34页 |
| 4.2.3 实验结果 | 第34-35页 |
| 4.3 人体三维骨架表示 | 第35-38页 |
| 4.3.1 人体三维骨架表示 | 第35-36页 |
| 4.3.2 欧拉角人体模型 | 第36-38页 |
| 4.4 本章小结 | 第38-39页 |
| 第五章 人体三维重建 | 第39-49页 |
| 5.1 相关向量机模型 | 第39-43页 |
| 5.1.1 相关向量机原理 | 第39-42页 |
| 5.1.2 相关向量机预测 | 第42-43页 |
| 5.2 基于RVM 的三维重建 | 第43-45页 |
| 5.2.1 基于RVM 的三维重建 | 第43-45页 |
| 5.2.2 性能分析 | 第45页 |
| 5.3 实验结果 | 第45-48页 |
| 5.4 本章小结 | 第48-49页 |
| 第六章 总结与展望 | 第49-51页 |
| 6.1 本文工作总结 | 第49页 |
| 6.2 未来工作展望 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 发表论文和参加科研情况说明 | 第54-55页 |
| 致谢 | 第55页 |
