| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究工作的背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 本文的主要工作与创新 | 第14-15页 |
| 1.4 本论文的结构安排 | 第15-17页 |
| 第二章 相关技术介绍 | 第17-29页 |
| 2.1 智能视频技术和Kinect深度信息提取设备 | 第17-19页 |
| 2.2 深度数据分析和处理算法 | 第19-20页 |
| 2.3 动作识别算法 | 第20-24页 |
| 2.3.1 基于Hausdorff距离的识别算法 | 第21-22页 |
| 2.3.2 基于统计模型的识别算法 | 第22-23页 |
| 2.3.3 基于关节点的识别算法 | 第23-24页 |
| 2.4 虚拟现实技术介绍 | 第24-26页 |
| 2.5 虚拟场景渲染 | 第26-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第三章 系统总体设计与分析 | 第29-36页 |
| 3.1 系统定义 | 第29-30页 |
| 3.2 系统需求分析 | 第30-31页 |
| 3.3 系统整体设计 | 第31-32页 |
| 3.4 系统实现方案 | 第32-35页 |
| 3.4.1 体感操作模块实现方案 | 第32-34页 |
| 3.4.2 虚拟场景构建与呈现方案 | 第34-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第四章 人体姿势识别与校正 | 第36-47页 |
| 4.1 人体关节点跟踪与校正 | 第36-41页 |
| 4.1.1 人体骨骼比例 | 第36-37页 |
| 4.1.2 关节点可信度 | 第37-40页 |
| 4.1.3 关节点校正 | 第40-41页 |
| 4.2 人体姿势识别 | 第41-43页 |
| 4.3 实验结果与分析 | 第43-46页 |
| 4.3.1 实验过程 | 第43-44页 |
| 4.3.2 实验结果 | 第44-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第五章 虚拟场景构建和渲染优化 | 第47-62页 |
| 5.1 虚拟现实场景构建 | 第47-54页 |
| 5.1.1 房屋和家居产品模型的构建 | 第47-48页 |
| 5.1.2 制作模型贴图和材质球 | 第48-49页 |
| 5.1.3 模型优化 | 第49-52页 |
| 5.1.4 贴图的优化 | 第52-53页 |
| 5.1.5 物理效果引擎 | 第53-54页 |
| 5.2 场景渲染优化 | 第54-59页 |
| 5.2.1 空间坐标系和Shader编程 | 第54-56页 |
| 5.2.2 凹凸纹理渲染改进优化 | 第56-58页 |
| 5.2.3 镜面反射效果渲染改进优化 | 第58-59页 |
| 5.3 渲染效果对比 | 第59-61页 |
| 5.4 本章小结 | 第61-62页 |
| 第六章 系统实现与测试 | 第62-79页 |
| 6.1 体感控制系统实现 | 第62-65页 |
| 6.1.1 软硬件件环境 | 第62-63页 |
| 6.1.2 体感控制系统逻辑结构 | 第63-64页 |
| 6.1.3 体感控制系统功能实现 | 第64-65页 |
| 6.2 虚拟现实场景实现 | 第65-75页 |
| 6.2.1 基础场景构建 | 第65-69页 |
| 6.2.2 灯光和摄像机的设置 | 第69-72页 |
| 6.2.3 场景交互 | 第72-75页 |
| 6.3 系统测试 | 第75-78页 |
| 6.4 本章小结 | 第78-79页 |
| 第七章 全文总结与展望 | 第79-81页 |
| 7.1 全文总结 | 第79-80页 |
| 7.2 后续工作展望 | 第80-81页 |
| 致谢 | 第81-82页 |
| 参考文献 | 第82-85页 |
| 攻读硕士学位期间取得的研究成果 | 第85-86页 |