| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 动作捕捉系统的分类 | 第13-15页 |
| 1.3 国内外研究现状 | 第15-16页 |
| 1.4 本文主要工作 | 第16页 |
| 1.5 本文组织结构 | 第16-18页 |
| 第2章 相机标定 | 第18-27页 |
| 2.1 相机标定原理 | 第18-22页 |
| 2.1.1 线性相机模型 | 第19-20页 |
| 2.1.2 非线性相机模型 | 第20-21页 |
| 2.1.3 待标定参数 | 第21-22页 |
| 2.2 张氏定标法 | 第22-24页 |
| 2.3 实验结果 | 第24-26页 |
| 2.4 小结 | 第26-27页 |
| 第3章 基于 SFS 的人体三维重建 | 第27-37页 |
| 3.1 前景轮廓提取 | 第27-30页 |
| 3.1.1 基于混合高斯模型的方法 | 第27-28页 |
| 3.1.2 基于统计学的背景减除方法 | 第28-30页 |
| 3.2 轮廓恢复外形法 | 第30-33页 |
| 3.2.2 标准基于体素的 SFS 算法 | 第31-32页 |
| 3.2.3 基于 SPOT(Sparse Pixel Occupancy Test)的 SFS 算法 | 第32页 |
| 3.2.4 基于查找表的快速 SFS 方法 | 第32-33页 |
| 3.3 实验结果及分析 | 第33-35页 |
| 3.4 小结 | 第35-37页 |
| 第4章 基于轮廓分割的模型初始化 | 第37-47页 |
| 4.1 人体模型 | 第37-38页 |
| 4.2 轮廓分割 | 第38-42页 |
| 4.2.1 提取人体二维骨架 | 第39-40页 |
| 4.2.2 像素分类 | 第40-42页 |
| 4.3 分割体素的三维重建 | 第42页 |
| 4.4 人体初始姿态的恢复 | 第42-43页 |
| 4.5 实验结果及分析 | 第43-46页 |
| 4.6 小结 | 第46-47页 |
| 第5章 基于分层次的人体运动跟踪 | 第47-56页 |
| 5.1 头部检测 | 第47页 |
| 5.2 躯干方向的预测 | 第47-50页 |
| 5.2.1 方向空间 | 第48-49页 |
| 5.2.2 躯干向量搜索 | 第49页 |
| 5.2.3 主向量的提取 | 第49-50页 |
| 5.3 四肢跟踪 | 第50-52页 |
| 5.3.1 自顶向下的匹配 | 第51-52页 |
| 5.3.2 ICP 算法 | 第52页 |
| 5.4 实验结果及分析 | 第52-55页 |
| 5.5 小结 | 第55-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-63页 |
| 附录A 读研期间发表学术论文和参与科研项目 | 第63-64页 |
| 致谢 | 第64页 |