| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第11-23页 |
| 1.1 课题研究的目的意义 | 第11-12页 |
| 1.2 国内外研究概况 | 第12-20页 |
| 1.2.1 人体运动捕捉技术研究概况 | 第12-17页 |
| 1.2.2 人体运动识别技术研究概况 | 第17-20页 |
| 1.3 论文主要的研究内容 | 第20-23页 |
| 第2章 人体上肢运动数据的采集与降噪方法研究 | 第23-37页 |
| 2.1 人体上肢运动数据采集方法研究 | 第23-25页 |
| 2.1.1 MEMS传感器原理分析 | 第23-24页 |
| 2.1.2 数据采集装置的固定位置 | 第24-25页 |
| 2.2 数据成分分析与预处理 | 第25-28页 |
| 2.2.1 数据成分分析 | 第25-26页 |
| 2.2.2 数据的预处理 | 第26-28页 |
| 2.3 基于小波变换的降噪方法与实验研究 | 第28-36页 |
| 2.3.1 小波变换与小波阈值降噪 | 第28-29页 |
| 2.3.2 阈值及阈值函数的选取 | 第29-30页 |
| 2.3.3 小波基与分解级数的确定 | 第30-34页 |
| 2.3.4 人体运动数据的降噪实验研究 | 第34-36页 |
| 2.4 本章小结 | 第36-37页 |
| 第3章 人体上肢运动捕捉方法研究与可视化仿真 | 第37-49页 |
| 3.1 人体上肢姿态角的解算方法研究 | 第37-41页 |
| 3.1.1 空间坐标系及其变换关系 | 第37-39页 |
| 3.1.2 人体上肢姿态角的确定 | 第39-40页 |
| 3.1.3 基于四元数的姿态角解算方法设计 | 第40-41页 |
| 3.2 人体上肢运动的捕捉方法研究 | 第41-43页 |
| 3.2.1 人体上肢初始姿态角的捕捉 | 第41-42页 |
| 3.2.2 人体上肢动态姿态角的捕捉 | 第42-43页 |
| 3.3 基于VR的人体上肢运动捕捉可视化仿真 | 第43-46页 |
| 3.3.1 人体VR模型的建立 | 第44-45页 |
| 3.3.2 基于MATLAB/VR工具箱的可视化仿真 | 第45-46页 |
| 3.4 本章小结 | 第46-49页 |
| 第4章 基于SVM的人体上肢运动识别方法研究 | 第49-67页 |
| 4.1 人体运动识别的SVC模型设计 | 第49-53页 |
| 4.1.1 二分类SVC模型 | 第49-51页 |
| 4.1.2 多分类算法的选取 | 第51页 |
| 4.1.3 核函数的选取 | 第51-52页 |
| 4.1.4 关键参数的选取 | 第52-53页 |
| 4.2 基于多种方法的SVC优化设计 | 第53-57页 |
| 4.2.1 SVC模型验证方法 | 第53页 |
| 4.2.2 基于网格搜索算法的SVC优化设计 | 第53-54页 |
| 4.2.3 基于启发式算法的SVC优化设计 | 第54-57页 |
| 4.3 人体上肢运动数据特征值的提取 | 第57-64页 |
| 4.3.1 运动数据的采集与分割 | 第57-59页 |
| 4.3.2 特征值的提取方法分析 | 第59页 |
| 4.3.3 时域特征值的提取 | 第59-61页 |
| 4.3.4 时频域特征值的提取 | 第61-64页 |
| 4.4 特征值的融合方法研究 | 第64-66页 |
| 4.4.1 特征值的归一化 | 第64页 |
| 4.4.2 基于PCA的降维方法研究 | 第64-66页 |
| 4.5 本章小结 | 第66-67页 |
| 第5章 人体上肢运动捕捉与识别实验研究 | 第67-91页 |
| 5.1 人体上肢运动捕捉实验研究 | 第67-80页 |
| 5.1.1 实验方案设计 | 第67页 |
| 5.1.2 运动捕捉方法的实验验证 | 第67-71页 |
| 5.1.3 人体上肢运动捕捉实验与分析 | 第71-78页 |
| 5.1.4 人体上肢运动捕捉的可视化验证 | 第78-80页 |
| 5.2 人体上肢运动识别实验研究 | 第80-90页 |
| 5.2.1 实验方案设计 | 第80-82页 |
| 5.2.2 二分类模式的识别 | 第82-84页 |
| 5.2.3 三分类模式的识别 | 第84-87页 |
| 5.2.4 四分类模式的识别 | 第87-90页 |
| 5.3 本章小结 | 第90-91页 |
| 结论 | 第91-93页 |
| 参考文献 | 第93-97页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第97-99页 |
| 致谢 | 第99页 |