首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于数据的高质量三维人手运动的建模、生成与控制

摘要第5-7页
ABSTRACT第7-8页
第一章 绪论第17-29页
    1.1 研究背景第17-25页
        1.1.1 运动捕捉第20-22页
        1.1.2 抓取运动合成第22-24页
        1.1.3 手部蒙皮模型构建第24-25页
    1.2 本文工作第25-27页
    1.3 本文的贡献第27-29页
第二章 高真实度手部运动捕捉第29-47页
    2.1 手部运动捕捉简介第29-31页
    2.2 相关工作第31-33页
        2.2.1 基于标记点的运动捕捉第31-32页
        2.2.2 基于图像的运动捕捉第32页
        2.2.3 基于数据手套的运动捕捉第32-33页
    2.3 动机和简介第33-35页
    2.4 离线处理第35-37页
        2.4.1 对象校正第35-37页
        2.4.2 相机校正第37页
    2.5 三维姿态重建第37-41页
        2.5.1 手部轮廓提取第38页
        2.5.2 目标函数第38-39页
        2.5.3 优化第39-41页
    2.6 时间分辨率提升第41页
    2.7 结果第41-44页
    2.8 物体抓取运动捕捉第44-45页
    2.9 本章小结第45-47页
第三章 基于物理的实时人手抓取运动控制第47-73页
    3.1 人手抓取控制简介第47-49页
    3.2 相关工作第49-50页
    3.3 系统概述第50-51页
    3.4 人手抓取数据库构建第51-54页
        3.4.1 抓取运动捕捉第52-53页
        3.4.2 抓取数据的处理第53-54页
    3.5 抓取运动的合成第54-61页
        3.5.1 合拢阶段运动合成第54-60页
        3.5.2 到达阶段运动合成第60-61页
        3.5.3 操纵阶段运动合成第61页
    3.6 基于物理的抓取控制第61-63页
        3.6.1 手部抓取的动力学第61-62页
        3.6.2 运动控制描述第62-63页
        3.6.3 接触力建模第63页
    3.7 表演控制界面第63-66页
    3.8 结果第66-68页
    3.9 系统评估第68-71页
        3.9.1 运动合成的评估第68-69页
        3.9.2 基于物理的运动控制的评估第69-70页
        3.9.3 运动控制的推广能力和鲁棒性第70-71页
    3.10 本章小结第71-73页
第四章 手部姿态和形状建模第73-95页
    4.1 手部建模简介第73-75页
    4.2 相关工作第75-76页
    4.3 模型表示第76-78页
    4.4 系统概述第78-79页
    4.5 扫描数据库的获取第79页
    4.6 蒙皮权重学习第79-84页
        4.6.1 初始化第81-82页
        4.6.2 骨架传递第82-83页
        4.6.3 权重优化第83-84页
    4.7 形状模型学习第84-85页
        4.7.1 骨架尺寸建模第84页
        4.7.2 顶点偏移建模第84-85页
    4.8 应用和结果第85-92页
        4.8.1 用户特定手部蒙皮模型重建第86-90页
        4.8.2 应用第90-92页
    4.9 系统验证第92-93页
    4.10 本章小结第93-95页
第五章 总结与展望第95-99页
    5.1 全文工作总结第95-96页
    5.2 未来工作展望第96-99页
参考文献第99-105页
致谢第105-107页
在读期间发表的学术论文与取得的研究成果第107页

论文共107页,点击 下载论文
上一篇:重组新城疫病毒rNDV-18HL的构建及抗肿瘤靶向作用机制研究
下一篇:成像前光学调制方法与视觉测量应用技术研究