| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 课题背景以及研究意义 | 第10-12页 |
| 1.2 运动追踪系统的研究现状 | 第12-16页 |
| 1.2.1 有标记人手运动追踪研究 | 第12-13页 |
| 1.2.2 无标记人手运动追踪研究 | 第13-14页 |
| 1.2.3 人手运动追踪系统算法研究 | 第14-16页 |
| 1.3 粒子群算法的研究现状 | 第16-17页 |
| 1.4 本文主要研究内容 | 第17-18页 |
| 1.5 论文组织结构 | 第18-19页 |
| 第2章 改进量子粒子群优化算法(DCQPSO) | 第19-45页 |
| 2.1 引言 | 第19-20页 |
| 2.2 粒子群优化算法 | 第20-21页 |
| 2.3 量子行为粒子群优化算法 | 第21-23页 |
| 2.3.1 思想与建模 | 第21-23页 |
| 2.3.2 算法缺陷 | 第23页 |
| 2.4 量子行为粒子群算法改进 | 第23-39页 |
| 2.4.1 动态Tent混沌模型 | 第23-27页 |
| 2.4.2 β分布吸引子引入 | 第27-28页 |
| 2.4.3 算法流程 | 第28-30页 |
| 2.4.4 实验结果与分析 | 第30-39页 |
| 2.5 基于DCQPSO的变分自编码器反向重构 | 第39-44页 |
| 2.5.1 变分自编码器 | 第39-41页 |
| 2.5.2 变分自编码器反向重构 | 第41-42页 |
| 2.5.3 实验结果与分析 | 第42-44页 |
| 2.6 本章小结 | 第44-45页 |
| 第3章 人手运动数学分析和建模 | 第45-59页 |
| 3.1 引言 | 第45页 |
| 3.2 人手运动学分析 | 第45-51页 |
| 3.2.1 结构特征分析 | 第46-49页 |
| 3.2.2 运动及自由度分析 | 第49-51页 |
| 3.3 人手运动学建模 | 第51-58页 |
| 3.3.1 Denavit-Hartenberg参数方法 | 第53-56页 |
| 3.3.2 模型实验结果 | 第56-58页 |
| 3.4 本章小结 | 第58-59页 |
| 第4章 基于DCQPSO的人手运动追踪系统 | 第59-76页 |
| 4.1 引言 | 第59页 |
| 4.2 人手信息采集方法 | 第59-62页 |
| 4.3 深度图像预处理 | 第62-66页 |
| 4.4 Cost函数建立 | 第66-70页 |
| 4.4.1 反向再生法 | 第66-67页 |
| 4.4.2 关键点分析法 | 第67-69页 |
| 4.4.3 函数分析 | 第69-70页 |
| 4.5 系统实现流程 | 第70-71页 |
| 4.6 实验结果与分析 | 第71-75页 |
| 4.6.1 系统性能分析 | 第71-74页 |
| 4.6.2 算法对比分析 | 第74-75页 |
| 4.7 本章小结 | 第75-76页 |
| 结论 | 第76-78页 |
| 参考文献 | 第78-84页 |
| 攻读硕士学位期间所发表的学术论文 | 第84-85页 |
| 致谢 | 第85页 |