基于RGB-D图像的三维人体重建
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 课题研究背景和意义 | 第9-11页 |
| 1.2 配准概述 | 第11-12页 |
| 1.2.1 图像配准定义及种类 | 第11页 |
| 1.2.2 点云配准及主要方法 | 第11-12页 |
| 1.3 布料仿真方法 | 第12-13页 |
| 1.3.1 粒子系统 | 第13页 |
| 1.3.2 有限元方法 | 第13页 |
| 1.4 国内外研究现状分析 | 第13-16页 |
| 1.4.1 迭代最近点(ICP)配准法 | 第14页 |
| 1.4.2 重建相关研究 | 第14-16页 |
| 1.4.3 3D试衣相关研究 | 第16页 |
| 1.5 本文主要研究内容 | 第16-17页 |
| 1.6 论文章节安排 | 第17-19页 |
| 第二章 点云配准与全局优化 | 第19-29页 |
| 2.1 两幅点云的配准 | 第19-20页 |
| 2.2 全局优化 | 第20-21页 |
| 2.3 迭代最近点算法的比较 | 第21-23页 |
| 2.4 ICP/NL-ICP实验结果对比 | 第23-29页 |
| 2.4.1 法向量和曲率估计 | 第24-25页 |
| 2.4.2 实验结果比较 | 第25-29页 |
| 第三章 全局多角度配准改进方法及系统框架 | 第29-41页 |
| 3.1 全局多角度配准改进方法 | 第29-30页 |
| 3.2 系统框架 | 第30-32页 |
| 3.3 预处理 | 第32-35页 |
| 3.3.1 网格化降采样 | 第32页 |
| 3.3.2 非线性最小二乘法平滑 | 第32-35页 |
| 3.3.2.1 非线性最小二乘法-降采样 | 第33-34页 |
| 3.3.2.2 非线性最小二乘法-上采样 | 第34页 |
| 3.3.2.3 八叉树算法加速 | 第34-35页 |
| 3.4 贪婪三角网格化生成平面 | 第35-36页 |
| 3.5 CUDA加速空间邻域搜索 | 第36-41页 |
| 3.5.1 GPU架构 | 第36-38页 |
| 3.5.2 优化原则及方法 | 第38-39页 |
| 3.5.3 优化邻域搜索 | 第39-41页 |
| 第四章 实验结果及分析 | 第41-49页 |
| 4.1 实验相关数据 | 第41-44页 |
| 4.1.1 输入输出接口 | 第41-42页 |
| 4.1.2 刚体静物点云数据 | 第42-43页 |
| 4.1.3 人体点云数据 | 第43-44页 |
| 4.2 人体多角度全局配准性能分析 | 第44-47页 |
| 4.3 超体素分割 | 第47-49页 |
| 第五章 总结与展望 | 第49-51页 |
| 5.1 工作总结 | 第49页 |
| 5.2 研究展望 | 第49-51页 |
| 附录 | 第51-52页 |
| 参考文献 | 第52-57页 |
| 致谢 | 第57-58页 |
| 作者攻读学位期间发表的学术论文目录 | 第58页 |
