基于人体运动捕捉数据的运动分析技术研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第11-25页 |
| 1.1 研究背景与意义 | 第11-17页 |
| 1.1.1 计算机动画 | 第11-12页 |
| 1.1.2 人体运动捕捉技术 | 第12-15页 |
| 1.1.3 基于运动捕捉数据的运动分析技术 | 第15-17页 |
| 1.2 国内外研究现状 | 第17-21页 |
| 1.2.1 运动数据行为分割技术 | 第17-19页 |
| 1.2.2 运动模板提取计算 | 第19-20页 |
| 1.2.3 运动行为识别技术 | 第20-21页 |
| 1.3 主要研究内容 | 第21-23页 |
| 1.4 论文组织结构 | 第23-25页 |
| 2 基于人体运动捕捉数据的运动分析相关技术 | 第25-37页 |
| 2.1 人体运动捕捉数据记录 | 第25-28页 |
| 2.1.1 人体骨架数据 | 第25-28页 |
| 2.1.2 人体运动数据 | 第28页 |
| 2.2 人体运动姿态的数值描述 | 第28-33页 |
| 2.2.1 旋转矩阵表示法 | 第28-29页 |
| 2.2.2 欧拉角表示法 | 第29-30页 |
| 2.2.3 四元数表示法 | 第30-31页 |
| 2.2.4 三种表示方法之间的转换与比较 | 第31-32页 |
| 2.2.5 关节点全局坐标的计算方法 | 第32-33页 |
| 2.3 运动序列之间距离度量 | 第33-36页 |
| 2.3.1 欧氏距离度量 | 第33-34页 |
| 2.3.2 动态时间归整距离度量 | 第34-36页 |
| 2.4 本章小结 | 第36-37页 |
| 3 基于行为串的运动数据行为分割 | 第37-49页 |
| 3.1 运动捕捉数据的行为串描述 | 第37-41页 |
| 3.1.1 两点之间的相似性 | 第38页 |
| 3.1.2 局部密度与距离 | 第38-39页 |
| 3.1.3 聚类与时序恢复 | 第39-41页 |
| 3.2 运动数据序列行为分割 | 第41-45页 |
| 3.2.1 代表运动行为的关键词 | 第41-43页 |
| 3.2.2 行为分割点与运动周期 | 第43-45页 |
| 3.3 实验结果与分析 | 第45-48页 |
| 3.4 本章小结 | 第48-49页 |
| 4 基于关系特征的运动模板的提取计算 | 第49-65页 |
| 4.1 关系特征矩阵描述 | 第49-56页 |
| 4.1.1 关系特征函数的定义及计算方法 | 第49-51页 |
| 4.1.2 原始的关系特征序列 | 第51-54页 |
| 4.1.3 改进的关系特征序列 | 第54-56页 |
| 4.2 运动模板计算 | 第56-61页 |
| 4.3 实验结果与分析 | 第61-63页 |
| 4.4 本章小结 | 第63-65页 |
| 5 基于运动模板的运动行为识别 | 第65-75页 |
| 5.1 运动序列的识别方法 | 第65-71页 |
| 5.1.1 基于根节点位置变化的预分类 | 第66-67页 |
| 5.1.2 基于模板匹配的识别过程 | 第67-71页 |
| 5.2 实验结果与分析 | 第71-74页 |
| 5.3 本章小结 | 第74-75页 |
| 6 总结与展望 | 第75-77页 |
| 6.1 总结 | 第75-76页 |
| 6.2 展望 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第81-85页 |
| 学位论文数据集 | 第85页 |
