服装动画中人体运动与服装变形相关性研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 服装动画技术的应用领域 | 第10-12页 |
| 1.2 课题研究背景和意义 | 第12-16页 |
| 1.3 国内外研究现状 | 第16-18页 |
| 1.3.1 人体运动技术 | 第16-17页 |
| 1.3.2 服装动画技术 | 第17-18页 |
| 1.4 论文的研究内容及章节安排 | 第18-20页 |
| 第2章 机器学习方法 | 第20-31页 |
| 2.1 机器学习的定义 | 第20页 |
| 2.2 机器学习方法的分类 | 第20-23页 |
| 2.2.1 按学习方式分类 | 第20-21页 |
| 2.2.2 按算法的相似性分类 | 第21-23页 |
| 2.3 常见的机器学习方法 | 第23-30页 |
| 2.3.1 人工神经网络 | 第23-24页 |
| 2.3.2 BP神经网络 | 第24-25页 |
| 2.3.3 决策树 | 第25-26页 |
| 2.3.4 随机森林 | 第26-27页 |
| 2.3.5 广义回归神经网络 | 第27-28页 |
| 2.3.6 支持向量机 | 第28-29页 |
| 2.3.7 Adaboost算法 | 第29-30页 |
| 2.3.8 KNN算法 | 第30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章 运动特征分析 | 第31-42页 |
| 3.1 人体运动特征 | 第31-38页 |
| 3.1.1 关节姿态对服装变形的影响 | 第31页 |
| 3.1.2 特征分析 | 第31-32页 |
| 3.1.3 特征定义 | 第32-38页 |
| 3.2 服装变形特征 | 第38-41页 |
| 3.2.1 特征分析 | 第38-39页 |
| 3.2.2 特征定义 | 第39-41页 |
| 3.3 本章小结 | 第41-42页 |
| 第4章 服装动画样本数据构建 | 第42-49页 |
| 4.1 服装模型数据 | 第42-43页 |
| 4.1.1 服装类型选取 | 第42页 |
| 4.1.2 服装模型构造 | 第42-43页 |
| 4.2 人体运动数据 | 第43-44页 |
| 4.2.1 运动数据源 | 第43页 |
| 4.2.2 人体运动实例数据 | 第43-44页 |
| 4.3 服装动画数据生成 | 第44-46页 |
| 4.3.1 服装动画生成流程 | 第44-45页 |
| 4.3.2 服装动画实例数据生成 | 第45-46页 |
| 4.4 特征数据生成与样本构造 | 第46-48页 |
| 4.4.1 人体运动样本构造 | 第46页 |
| 4.4.2 服装动画样本构造 | 第46-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第5章 人体运动与服装变形相关性学习 | 第49-62页 |
| 5.1 机器学习模型的选取 | 第49-52页 |
| 5.1.1 BP神经网络的应用 | 第49-50页 |
| 5.1.2 随机森林的应用 | 第50-51页 |
| 5.1.3 广义回归神经网络的应用 | 第51页 |
| 5.1.4 支持向量机的应用 | 第51-52页 |
| 5.2 实验平台 | 第52-55页 |
| 5.3 实验结果与分析 | 第55-61页 |
| 5.3.1 数据集选取 | 第55-56页 |
| 5.3.2 实验误差对比 | 第56-59页 |
| 5.3.3 随机森林模型的预测效果 | 第59-61页 |
| 5.4 本章小结 | 第61-62页 |
| 第6章 总结与展望 | 第62-64页 |
| 6.1 本文工作总结 | 第62页 |
| 6.2 未来工作及展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间发表的论文及其他成果 | 第68-69页 |
| 致谢 | 第69页 |
