首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

多模态三维运动恢复及相似性评估方法

摘要第1-4页
Abstract第4-11页
第1章 绪论第11-17页
   ·课题背景第11-13页
   ·研究现状第13-14页
     ·人体三维姿态恢复第13页
     ·运动相似性评估第13-14页
   ·本文工作第14-15页
   ·本文的组织第15-17页
第2章 相关技术及研究现状介绍第17-33页
   ·运动捕获技术第17-22页
     ·基于标记点的运动捕获系统第17-18页
     ·基于少量标记点的运动捕获系统第18-20页
     ·基于多视角图像的运动捕获系统第20-22页
   ·基于深度图像的人体三维姿态恢复技术第22-27页
     ·深度图介绍第22-24页
     ·基于深度图像的人体三维姿态恢复第24-27页
   ·运动相似性评估第27-32页
     ·运动序列的表达及特征选择第27-29页
     ·运动序列对齐第29-31页
     ·人体三维姿态距离度量第31-32页
   ·本章小结第32-33页
第3章 基于多模态信息的人体三维姿态恢复第33-50页
   ·人体三维姿态恢复系统框架第34-35页
   ·数据采集与处理第35-38页
     ·获取深度图第36页
     ·背景剪除第36-37页
     ·提取轮廓第37-38页
   ·基于多模态信息标注人体各部位第38-43页
     ·基于线性拟合获取人体主轴第39-40页
     ·标注头部区域第40-41页
     ·标注躯干区域第41-42页
     ·标注四肢区域第42-43页
   ·计算人体各关节点三维坐标第43-45页
     ·计算肩部位置第43-44页
     ·计算手部位置第44-45页
     ·计算肘部位置第45页
   ·人体三维姿态恢复的后处理第45-46页
   ·实验结果第46-49页
   ·本章小结第49-50页
第4章 基于相关性几何特征的运动相似性的评估第50-69页
   ·运动相似性评估方法框架第50-52页
   ·数据集选择第52-53页
   ·运动序列对齐第53-56页
     ·OE-DTW对齐算法第53-54页
     ·K-Repetition全局约束算法第54-55页
     ·对齐终点检测的优化算法第55-56页
   ·人体三维姿态特征表达与选择第56-61页
     ·相关性几何特征表达第56-57页
     ·基于Adaboost方法的特征选择第57-61页
   ·运动相似性度量方法第61-64页
     ·运动数据的四元组表示第61-62页
     ·相似性得分计算第62-64页
   ·评估效果展示第64-67页
     ·实验环境第64-65页
     ·评估结果与分析第65-67页
   ·本章小结第67-69页
第5章 基于运动相似性评分的舞蹈教学系统第69-76页
   ·系统框架第69-70页
   ·运动数据采集模块第70-72页
   ·运动序列对齐模块第72-73页
   ·运动数据特征计算模块第73-74页
   ·舞蹈评分模块第74-76页
第6章 总结与展望第76-79页
   ·总结第76-77页
   ·展望第77-79页
参考文献第79-83页
攻读硕士学位期间主要的研究成果第83-84页
致谢第84页

论文共84页,点击 下载论文
上一篇:基于稀疏表达的人体运动恢复研究
下一篇:协同过滤推荐系统中的关键算法研究