基于Kinect深度序列的非刚性三维人体建模
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 研究现状及分析 | 第9-12页 |
| 1.2.1 三维重建的研究现状 | 第9-11页 |
| 1.2.2 配准算法研究现状 | 第11-12页 |
| 1.3 研究内容与目标 | 第12-14页 |
| 1.4 本文组织结构 | 第14-15页 |
| 第2章 基于Kinect的数据采集与预处理 | 第15-25页 |
| 2.1 Kinect介绍 | 第15-16页 |
| 2.2 基于Kinect的深度数据获取 | 第16-20页 |
| 2.2.1 基于单台Kinect的深度数据获取 | 第16-17页 |
| 2.2.2 基于多台Kinect的深度数据获取 | 第17-18页 |
| 2.2.3 基于四台Kinect的深度数据获取 | 第18-20页 |
| 2.3 深度图像预处理 | 第20-23页 |
| 2.3.1 深度图去噪 | 第20-21页 |
| 2.3.2 点云分割 | 第21-23页 |
| 2.4 本章小结 | 第23-25页 |
| 第3章 基于法向量一致性配准模型的非刚性配准 | 第25-41页 |
| 3.1 引言 | 第25页 |
| 3.2 点云配准关键技术介绍 | 第25-27页 |
| 3.2.1 两两配准简介 | 第26页 |
| 3.2.2 对应点估计 | 第26-27页 |
| 3.2.3 对应关系去除 | 第27页 |
| 3.2.4 变换矩阵估算 | 第27页 |
| 3.3 基于向量场一致性的对应点估计 | 第27-33页 |
| 3.3.1 VFC算法问题模型 | 第29-30页 |
| 3.3.2 EM解决方案 | 第30-31页 |
| 3.3.3 向量场正则化 | 第31-33页 |
| 3.4 基于稀疏节点的三维人体非刚性配准模型 | 第33-35页 |
| 3.4.1 稀疏配准模型之形变图 | 第33-34页 |
| 3.4.2 基于稀疏节点的形变模型 | 第34-35页 |
| 3.5 引入法向量一致性的非刚性配准模型 | 第35-37页 |
| 3.6 实验结果 | 第37-40页 |
| 3.7 本章小结 | 第40-41页 |
| 第4章 基于深度序列的数据融合与曲面重建 | 第41-51页 |
| 4.1 引言 | 第41页 |
| 4.2 TSDF融合模型 | 第41-42页 |
| 4.3 非刚性TSDF体变换矩阵场 | 第42-46页 |
| 4.3.1 基于DQB线性插值的体变换矩阵场 | 第42-43页 |
| 4.3.2 三维薄板样条插值算法 | 第43-44页 |
| 4.3.3 基于三维薄板样条插值的变换矩阵场 | 第44-46页 |
| 4.4 非刚性TSDF数据融合 | 第46-48页 |
| 4.5 实验结果 | 第48-50页 |
| 4.6 本章小结 | 第50-51页 |
| 结论 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间发表的学术论文 | 第57-59页 |
| 致谢 | 第59页 |
