融合深度图和三维模型的人体运动捕捉技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-9页 |
| 图目录 | 第9-11页 |
| 第1章 绪论 | 第11-13页 |
| ·课题背景 | 第11页 |
| ·研究目的 | 第11-12页 |
| ·本文的主要工作 | 第12-13页 |
| 第2章 基于深度图的动作捕捉技术和研究综述 | 第13-24页 |
| ·运动捕捉技术概述 | 第13-15页 |
| ·基于视频的无标记点运动捕捉 | 第15-19页 |
| ·人体建模 | 第19-21页 |
| ·初始姿态匹配 | 第21-22页 |
| ·模型指导下的姿态估计 | 第22-24页 |
| 第3章 问题描述与总体解决方案 | 第24-34页 |
| ·概述 | 第24页 |
| ·问题描述 | 第24-25页 |
| ·问题分析与解决方案 | 第25-31页 |
| ·本文中的人体建模方式 | 第25-27页 |
| ·问题的数学模型 | 第27-29页 |
| ·解决方案 | 第29-31页 |
| ·总体技术框架与关键技术 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第4章 初始姿态匹配 | 第34-39页 |
| ·概述 | 第34页 |
| ·本文的初始姿态定义 | 第34-35页 |
| ·基于包围盒的匹配及结果 | 第35-36页 |
| ·精细的匹配及对比结果 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第5章 基于迭代最近点匹配的姿态估计 | 第39-60页 |
| ·引言 | 第39页 |
| ·姿态变换量分析 | 第39-42页 |
| ·姿态变换量定义 | 第39-40页 |
| ·姿态变换量的简化 | 第40-41页 |
| ·直接求解姿态变换量 | 第41-42页 |
| ·求解姿态变换量的牛顿迭代算法框架 | 第42-49页 |
| ·牛顿迭代的概念 | 第42-43页 |
| ·基于牛顿迭代的算法思想 | 第43-46页 |
| ·姿态变换函数的求导 | 第46-49页 |
| ·本地模型和真实模型的匹配 | 第49-52页 |
| ·模型之间的差 | 第49-50页 |
| ·最近点匹配 | 第50-52页 |
| ·基于迭代匹配的姿态估计 | 第52-54页 |
| ·算法测试结果 | 第54-59页 |
| ·测试方案 | 第56页 |
| ·测试结果 | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 第6章 姿态估计方法的改进 | 第60-69页 |
| ·概述 | 第60页 |
| ·累积误差的原因分析 | 第60-62页 |
| ·基于权重的策略 | 第62-63页 |
| ·基于层级的策略 | 第63-65页 |
| ·改进后的准确度测试结果对比 | 第65-68页 |
| ·本章小结 | 第68-69页 |
| 第7章 算法效率的改进 | 第69-82页 |
| ·引言 | 第69页 |
| ·基于空间八叉树的模型匹配 | 第69-76页 |
| ·空间八叉树 | 第69-71页 |
| ·基于空间八叉树的模型匹配策略 | 第71-76页 |
| ·优化后的效率测试结果对比 | 第76-77页 |
| ·本文改进算法的总体流程总结 | 第77-81页 |
| ·本章小节 | 第81-82页 |
| 第8章 总结和展望 | 第82-84页 |
| ·本文工作总结 | 第82页 |
| ·后续工作展望 | 第82-84页 |
| 参考文献 | 第84-87页 |
| 攻读硕士学位期间主要的研究成果 | 第87-88页 |
| 致谢 | 第88-89页 |
