基于计算机视觉的三维人体运动数据压缩
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-18页 |
| ·引言 | 第11页 |
| ·研究背景与研究基础 | 第11-13页 |
| ·研究目标与应用领域 | 第13-15页 |
| ·研究工作的技术路线 | 第15-16页 |
| ·主要研究工作 | 第16-17页 |
| ·论文组织结构 | 第17-18页 |
| 第二章 人体运动分析与数据压缩研究 | 第18-29页 |
| ·引言 | 第18页 |
| ·人体运动分析 | 第18-22页 |
| ·人体运动检测 | 第19页 |
| ·人体运动跟踪 | 第19-20页 |
| ·行为理解 | 第20-21页 |
| ·运动编辑与合成 | 第21-22页 |
| ·视频压缩标准 | 第22-23页 |
| ·三角网格压缩 | 第23-24页 |
| ·人体运动数据压缩 | 第24-25页 |
| ·运动捕获系统 | 第25-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 基于块匹配的运动视频压缩研究 | 第29-50页 |
| ·视频压缩概述 | 第29-30页 |
| ·视频压缩算法 | 第30-35页 |
| ·I、P、B帧的编解码顺序 | 第31-32页 |
| ·静态图像压缩准则 | 第32页 |
| ·视频压缩中的图像分块技术 | 第32页 |
| ·视频压缩中的运动补偿原理 | 第32-33页 |
| ·运动补偿中的块匹配算法 | 第33-34页 |
| ·视频压缩标准H.264 | 第34-35页 |
| ·基于块匹配的视频压缩算法 | 第35-44页 |
| ·光流法 | 第36-38页 |
| ·矩形搜索模式 | 第38-40页 |
| ·非矩形搜索模式 | 第40-44页 |
| ·基于方向的内搜索六边形搜索法 | 第44-45页 |
| ·视频压缩与块匹配实验 | 第45-49页 |
| ·本章小结 | 第49-50页 |
| 第四章 人体运动模型与运动数据的时间相关性研究 | 第50-82页 |
| ·人体运动建模概述 | 第50页 |
| ·人体运动的数学建模方法 | 第50-60页 |
| ·时间域和空间域中的人体运动建模 | 第51-55页 |
| ·数学变换域中的人体运动建模 | 第55-58页 |
| ·基于不完全信息提取的关键帧运动建模 | 第58-60页 |
| ·自适应异步重采样人体运动建模方法 | 第60-73页 |
| ·运动建模方法对比 | 第61-63页 |
| ·自适应三次样条重采样运动建模 | 第63-73页 |
| ·人体运动数据压缩实验与分析 | 第73-80页 |
| ·不同运动阶段的数据可压缩性 | 第75-78页 |
| ·不同长度运动序列的数据可压缩性 | 第78-80页 |
| ·本章小结 | 第80-82页 |
| 第五章 人体运动数据压缩技术框架 | 第82-113页 |
| ·三维运动数据的时间与空间冗余度 | 第82-95页 |
| ·计算机动画中的三维数据压缩 | 第82-90页 |
| ·人体运动数据压缩算法 | 第90-95页 |
| ·运动数据压缩技术框架 | 第95-103页 |
| ·去除时间和空间冗余的运动数据压缩框架 | 第96-97页 |
| ·人体运动数据与视频数据的差异 | 第97-98页 |
| ·运动数据压缩与解压流程 | 第98-99页 |
| ·运动数据压缩框架中的关键技术 | 第99-102页 |
| ·自适应PCA空间降维算法 | 第102-103页 |
| ·人体运动数据压缩实验与分析 | 第103-111页 |
| ·自适应PCA运动曲线特征提取实验 | 第103-105页 |
| ·特征向量自适应重采样实验 | 第105-106页 |
| ·运动数据压缩与解压实验 | 第106-109页 |
| ·实验对比与分析 | 第109-111页 |
| ·本章小结 | 第111-113页 |
| 第六章 总结与展望 | 第113-116页 |
| ·本文主要工作总结 | 第113-114页 |
| ·未来研究工作展望 | 第114-116页 |
| 参考文献 | 第116-127页 |
| 致谢 | 第127-129页 |
| 攻读博士学位期间主要研究成果 | 第129页 |
