摘要 | 第1-7页 |
ABSTRACT | 第7-10页 |
目录 | 第10-14页 |
表格 | 第14-15页 |
插图 | 第15-18页 |
算法 | 第18-19页 |
主要符号对照表 | 第19-20页 |
第一章 绪论 | 第20-30页 |
·动作捕捉 | 第20-22页 |
·动作捕捉系统 | 第20-22页 |
·动作数据表示 | 第22-24页 |
·动作数据识别 | 第24-27页 |
·本文研究内容及创新 | 第27-28页 |
·本文组织结构 | 第28-30页 |
第二章 基于分块奇异值分解特征的已分割动作模式识别 | 第30-58页 |
·前言 | 第30-34页 |
·相关工作 | 第34-37页 |
·特征生成 | 第34-36页 |
·分类方法 | 第36-37页 |
·分块SVD与双向分块SVD | 第37-40页 |
·一种新的核函数 | 第40-44页 |
·加权相似度计算方法 | 第40-44页 |
·构造核函数 | 第44页 |
·实验设计与结果 | 第44-56页 |
·实验数据 | 第45-47页 |
·几种对比方法 | 第47-48页 |
·实验结果 | 第48-56页 |
·小结 | 第56-58页 |
第三章 两种连续动作模式识别方法 | 第58-78页 |
·前言 | 第58-60页 |
·研究背景 | 第60-63页 |
·相关工作 | 第60-61页 |
·DTW和OE-DTW | 第61-62页 |
·DTW的规范化及全局限制 | 第62-63页 |
·基于OE-DTW的连续模式识别 | 第63-67页 |
·全局限制K-Repetition | 第64-65页 |
·弹性的终点检测 | 第65-66页 |
·识别算法 | 第66-67页 |
·基于SegSVD的连续模式识别 | 第67-72页 |
·连续SegSVD | 第67-68页 |
·基于惩罚的相似度计算 | 第68-70页 |
·分割与识别 | 第70-72页 |
·实验设计与结果 | 第72-77页 |
·实验数据 | 第72页 |
·实验结果 | 第72-77页 |
·小结 | 第77-78页 |
第四章 基于检索表的实时动作识别 | 第78-102页 |
·前言 | 第78-80页 |
·相关工作 | 第80-81页 |
·GM的生成与检索表的构造 | 第81-85页 |
·动作数据表示及聚类 | 第82-83页 |
·训练GM | 第83-85页 |
·构造检索表 | 第85页 |
·基于GM和检索表的识别算法 | 第85-91页 |
·运用GM识别已分割的动作模式 | 第86-88页 |
·运用检索表实时识别动作流 | 第88-91页 |
·实验设计与结果 | 第91-99页 |
·实验数据 | 第92页 |
·基于GMs的识别结果 | 第92-96页 |
·基于检索表的实时识别结果 | 第96-99页 |
·小结 | 第99-102页 |
第五章 应用:交互舞蹈游戏系统 | 第102-112页 |
·前言 | 第102-103页 |
·相关工作 | 第103-104页 |
·确定交互舞蹈片段 | 第104-106页 |
·系统实现与使用 | 第106-108页 |
·系统性能评测 | 第108-110页 |
·动作识别引擎性能测试 | 第108-109页 |
·用户调查 | 第109-110页 |
·小结 | 第110-112页 |
第六章 总结 | 第112-116页 |
·本文的研究内容和成果 | 第112-115页 |
·下一步的研究工作 | 第115-116页 |
参考文献 | 第116-126页 |
致谢 | 第126-128页 |
在读期间发表的学术论文与取得的研究成果 | 第128-129页 |