| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 课题背景及研究目的和意义 | 第11-12页 |
| 1.1.1 课题背景 | 第11页 |
| 1.1.2 研究目的和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-18页 |
| 1.2.1 人机交互技术的研究现状 | 第12-14页 |
| 1.2.2 Kinect在工业设计中的应用研究现状 | 第14-15页 |
| 1.2.3 行为识别技术的研究现状 | 第15-16页 |
| 1.2.4 图形学在人机交互领域的研究现状 | 第16-18页 |
| 1.3 本课题主要研究内容 | 第18-21页 |
| 第2章 SASI系统框架搭建 | 第21-39页 |
| 2.1 系统开发框架分析与规划 | 第21-22页 |
| 2.2 系统需求分析与设计 | 第22-25页 |
| 2.2.1 功能性需求 | 第23页 |
| 2.2.2 非功能性需求 | 第23-25页 |
| 2.3 系统场景设计 | 第25-31页 |
| 2.3.1 主界面 | 第25-27页 |
| 2.3.2 eyeMode场景 | 第27-29页 |
| 2.3.3 masterMode场景 | 第29-31页 |
| 2.4 图形学相关功能构建 | 第31-38页 |
| 2.4.1 光线追踪 | 第31-34页 |
| 2.4.2 碰撞检测 | 第34-35页 |
| 2.4.3 坐标变换 | 第35-38页 |
| 2.5 本章小结 | 第38-39页 |
| 第3章 行为识别方法研究 | 第39-52页 |
| 3.1 人体行为数据的处理 | 第39-46页 |
| 3.1.1 搜索空间的确定 | 第39-40页 |
| 3.1.2 特征量的定义 | 第40-42页 |
| 3.1.3 构造特征向量提供限制信息 | 第42-44页 |
| 3.1.4 行为数据的提取 | 第44-46页 |
| 3.2 基于BP神经网络的行为识别分析 | 第46-49页 |
| 3.2.1 BRBNN原理分析 | 第46-47页 |
| 3.2.2 各层神经元个数的确定 | 第47-48页 |
| 3.2.3 训练参数的调整 | 第48-49页 |
| 3.3 实验结果与分析 | 第49-51页 |
| 3.3.1 实验设计 | 第49-50页 |
| 3.3.2 原始数据与处理 | 第50-51页 |
| 3.4 本章小结 | 第51-52页 |
| 第4章 SASI系统交互功能实现 | 第52-71页 |
| 4.1 Kinect与SASI系统接口功能的实现 | 第52-60页 |
| 4.1.1 Kinect API数据流 | 第53-58页 |
| 4.1.2 关节信息与手势交互 | 第58-60页 |
| 4.2 形体交互功能的实现 | 第60-68页 |
| 4.2.1 形体移动 | 第60-62页 |
| 4.2.2 形体自由旋转 | 第62-65页 |
| 4.2.3 形体缩放 | 第65-67页 |
| 4.2.4 改变形体颜色 | 第67-68页 |
| 4.3 SASI系统形体操作功能实例 | 第68-70页 |
| 4.3.1 对模型沉浸式体验功能的验证 | 第68页 |
| 4.3.2 对形体操作功能的验证 | 第68-70页 |
| 4.4 本章小结 | 第70-71页 |
| 结论 | 第71-73页 |
| 参考文献 | 第73-78页 |
| 附录1 Kinect可获取关节信息 | 第78-79页 |
| 附录2 光线跟踪算法伪代码 | 第79-80页 |
| 附录3 update()方法伪代码 | 第80-81页 |
| 附录4 Update User Histogram Image()方法伪代码 | 第81-82页 |
| 攻读硕士学位期间发表的论文 | 第82-84页 |
| 致谢 | 第84页 |