基于手绘人体运动图的捕获数据检索研究
| 摘要 | 第2-4页 |
| abstract | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 人体运动数据捕获技术研究现状 | 第9-10页 |
| 1.2.2 人体运动捕获数据检索研究现状 | 第10-12页 |
| 1.3 论文研究的重点与难点 | 第12页 |
| 1.4 论文的主要内容与组织结构 | 第12-14页 |
| 2 人体运动序列检索相关技术 | 第14-29页 |
| 2.1 数据聚类 | 第14-16页 |
| 2.1.1 k-均值聚类 | 第14-15页 |
| 2.1.2 模糊c-均值聚类 | 第15-16页 |
| 2.2 自动编码器介绍 | 第16-21页 |
| 2.2.1 自动编码器研究现状 | 第16-18页 |
| 2.2.2 自动编码器类型及原理 | 第18-20页 |
| 2.2.3 自动编码器学习模式 | 第20-21页 |
| 2.3 深度学习网络 | 第21-23页 |
| 2.3.1 深度学习发展及研究现状 | 第21-22页 |
| 2.3.2 深度学习与神经网络 | 第22-23页 |
| 2.3.3 深度学习的模型介绍 | 第23页 |
| 2.4 相似性匹配的检索算法 | 第23-27页 |
| 2.4.1 欧氏距离 | 第23-25页 |
| 2.4.2 动态时间扭曲算法 | 第25-27页 |
| 2.5 本章小结 | 第27-29页 |
| 3 基于手绘人体运动图的检索系统构建 | 第29-49页 |
| 3.1 引言 | 第29-30页 |
| 3.2 人体运动数据的获取 | 第30-33页 |
| 3.2.1 手绘人体运动图像数据集的创建 | 第30-31页 |
| 3.2.2 人体运动捕获数据 | 第31-33页 |
| 3.3 检索系统框架构建 | 第33-48页 |
| 3.3.1 系统概述 | 第33-34页 |
| 3.3.2 系统学习 | 第34-37页 |
| 3.3.3 自动编码器提取运动特征 | 第37-44页 |
| 3.3.4 运动检索 | 第44-48页 |
| 3.4 本章小结 | 第48-49页 |
| 4 实验结果及分析 | 第49-60页 |
| 4.1 基于单帧手绘图检索 | 第49-50页 |
| 4.2 基于多帧手绘图序列检索 | 第50-51页 |
| 4.3 基于手绘图序列的DTW检索算法分析 | 第51-60页 |
| 5 结论 | 第60-62页 |
| 5.1 课题总结 | 第60-61页 |
| 5.2 课题展望 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 攻读硕士学位期间发表的论文 | 第67-68页 |
| 致谢 | 第68-70页 |
