首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

虚拟人运动编辑与合成技术研究

摘要第1-4页
Abstract第4-8页
1 绪论第8-13页
   ·虚拟人运动编辑与合成技术的研究背景与意义第8-9页
   ·虚拟人运动编辑与合成技术的研究现状第9-11页
   ·本文的主要工作第11-12页
   ·本文的组织结构第12-13页
2 虚拟人运动的表示第13-24页
   ·骨架模型第13页
   ·平移和旋转的表示第13-23页
     ·矩阵第13-15页
     ·欧拉角第15-16页
     ·四元数第16-21页
     ·三种表示方法的比较第21页
     ·三种表示形式之间的转换第21-23页
   ·本章小结第23-24页
3 运动捕获数据的预处理第24-31页
   ·ASF/AMC文件的介绍第24页
   ·ASF文件的解析第24-27页
   ·AMC文件的解析第27页
   ·虚拟人运动的显示第27-29页
   ·关节全局坐标的计算第29-30页
   ·本章小结第30-31页
4 运动过渡问题的研究第31-49页
   ·过渡结构第31-32页
   ·过渡区间第32页
     ·过渡帧第32页
     ·过渡区间长度第32页
   ·混合第32-33页
   ·基于点云的运动过渡算法第33-38页
     ·算法介绍第33页
     ·基于点云的帧距离第33-37页
     ·线性混合算法第37-38页
   ·基于四元数的运动过渡算法第38-40页
     ·算法介绍第38页
     ·基于四元数的帧距离第38页
     ·最佳过渡区间长度的计算第38-40页
   ·实验结果与分析第40-48页
   ·本章小结第48-49页
5 脚支撑约束的检测第49-63页
   ·引言第49页
   ·基于KNN分类器的检测算法第49-53页
     ·算法介绍第50页
     ·特征向量第50页
     ·KNN的介绍第50-51页
     ·构造训练集第51-52页
     ·分类第52-53页
   ·基于SVM分类器的检测算法第53-60页
     ·算法介绍第53页
     ·特征向量第53-54页
     ·SVM的介绍第54-60页
     ·构造训练集第60页
     ·分类第60页
   ·实验结果与分析第60-62页
   ·本章小结第62-63页
6 滑步清除问题的研究第63-81页
   ·引言第63页
   ·逆向运动学第63-64页
   ·基于逆向运动学的滑步清除算法第64-76页
     ·约束位置的计算第65页
     ·目标配置的计算第65-66页
     ·根节点位置的计算第66-69页
     ·目标配置的实现第69-74页
     ·平滑后处理第74-76页
   ·实验结果与分析第76-80页
   ·本章小结第80-81页
7 总结与展望第81-83页
致谢第83-84页
参考文献第84-87页

论文共87页,点击 下载论文
上一篇:基于WEB的护士执业考试自主学习平台的设计与实现
下一篇:人体运动捕获数据的分割算法研究