| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 研究背景 | 第8页 |
| 1.2 课题的研究目的与意义 | 第8-9页 |
| 1.3 研究内容 | 第9页 |
| 1.4 研究方法与研究思路 | 第9-12页 |
| 1.4.1 主要研究方法 | 第9-10页 |
| 1.4.2 研究思路 | 第10-12页 |
| 第2章 人体重心计算及体感交互的应用 | 第12-16页 |
| 2.1 人体重心 | 第12页 |
| 2.2 人体重心计算方法 | 第12-14页 |
| 2.2.1 测力台法 | 第12-13页 |
| 2.2.2 重心板法 | 第13页 |
| 2.2.3 力矩合成法 | 第13-14页 |
| 2.3 存在的问题 | 第14页 |
| 2.4 基于体感交互设备的人体重心计算 | 第14-15页 |
| 2.5 本章小结 | 第15-16页 |
| 第3章 基于Kinect的人体重心实时线性计算方法 | 第16-34页 |
| 3.1 Kinect及人体关节数据 | 第16-19页 |
| 3.1.1 Kinect v2硬件结构及性能参数 | 第16-18页 |
| 3.1.2 Kinect捕捉人体关节数据 | 第18-19页 |
| 3.2 人体重心计算模型的构建方法 | 第19-24页 |
| 3.2.1 力矩合成法及改进算法 | 第19-21页 |
| 3.2.2 利用Kinect的关节点数据构建重心计算模型 | 第21-23页 |
| 3.2.3 基于Kinect的人体重心实时线性计算方法 | 第23-24页 |
| 3.3 实验 | 第24-33页 |
| 3.3.1 实验设计 | 第24-25页 |
| 3.3.2 数据采集及预处理 | 第25-27页 |
| 3.3.3 数据分析 | 第27-32页 |
| 3.3.4 结果与讨论 | 第32-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第4章 利用回归方法构建人体重心计算模型 | 第34-44页 |
| 4.1 回归方法 | 第34-37页 |
| 4.1.1 多元线性回归方法 | 第34-35页 |
| 4.1.2 人工神经网络回归方法 | 第35-36页 |
| 4.1.3 支持向量回归方法 | 第36-37页 |
| 4.2 回归模型的构建 | 第37-43页 |
| 4.2.1 数据准备 | 第37页 |
| 4.2.2 模型构建与数据分析 | 第37-42页 |
| 4.2.3 结果与讨论 | 第42-43页 |
| 4.3 本章小结 | 第43-44页 |
| 第5章 总结与展望 | 第44-46页 |
| 5.1 论文工作总结 | 第44-45页 |
| 5.2 不足与展望 | 第45-46页 |
| 参考文献 | 第46-52页 |
| 在读期间主要参与的项目 | 第52-53页 |
| 致谢 | 第53页 |
