| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 人体运动捕捉概述 | 第12-15页 |
| 1.1.1 人体运动捕捉算法的发展现状 | 第13-15页 |
| 1.1.2 人体运动捕捉算法面临的挑战 | 第15页 |
| 1.2 本文主要工作 | 第15-16页 |
| 1.3 本文的章节组织形式 | 第16-18页 |
| 第二章 人体体型三维重建 | 第18-32页 |
| 2.1 相关工作 | 第18-19页 |
| 2.2 SCAPE人体模型 | 第19-24页 |
| 2.2.1 姿态建模 | 第20-23页 |
| 2.2.2 体型建模 | 第23-24页 |
| 2.3 语义参数化体型重建 | 第24-25页 |
| 2.4 深度数据约束下的体型重建 | 第25-30页 |
| 2.4.1 深度数据预处理 | 第27-28页 |
| 2.4.2 建立三维点云数据与SCAPE模板的对应点 | 第28-29页 |
| 2.4.3 体型重建 | 第29-30页 |
| 2.5 本章小结 | 第30-32页 |
| 第三章 基于时域约束的双Kinect人体运动捕捉 | 第32-42页 |
| 3.1 相关工作 | 第32-33页 |
| 3.2 双深度相机的三维点云配准 | 第33-35页 |
| 3.3 基于时域连续性的运动捕捉算法 | 第35-41页 |
| 3.3.1 时域连续性约束条件 | 第37-39页 |
| 3.3.2 优化求解方法 | 第39-40页 |
| 3.3.3 失败检测 | 第40-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 实验结果与讨论 | 第42-50页 |
| 4.1 对比Kinect | 第42页 |
| 4.2 对比单目深度相机系统 | 第42-44页 |
| 4.3 对比OptiTrack | 第44-46页 |
| 4.4 算法复杂度与系统鲁棒性分析 | 第46-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-52页 |
| 5.1 总结 | 第50页 |
| 5.2 展望 | 第50-52页 |
| 参考文献 | 第52-57页 |
| 简历与科研成果 | 第57-58页 |
| 致谢 | 第58-59页 |