三维运动捕捉及模型形变技术研究
摘要 | 第4-5页 |
Abstract | 第5页 |
第一章 绪论 | 第10-14页 |
1.1 研究背景 | 第10-11页 |
1.1.1 运动捕捉介绍 | 第10页 |
1.1.2 三维形变介绍 | 第10-11页 |
1.2 研究目的与意义 | 第11-12页 |
1.3 论文组织结构 | 第12-14页 |
第二章 运动捕捉技术研究 | 第14-28页 |
2.1 概述 | 第14-17页 |
2.1.1 Kinect | 第15-16页 |
2.1.2 国内外研究现状 | 第16-17页 |
2.2 粒子群优化 | 第17-19页 |
2.3 算法实现 | 第19-24页 |
2.3.1 人体简化模型 | 第19-21页 |
2.3.2 模型尺寸计算 | 第21-22页 |
2.3.3 能量最小化假设评估 | 第22-23页 |
2.3.4 姿态恢复 | 第23-24页 |
2.4 实验结果 | 第24-25页 |
2.5 本章小结 | 第25-28页 |
第三章 三维模型形变技术研究 | 第28-42页 |
3.1 概述 | 第28-30页 |
3.1.1 国内外研究现状 | 第28-30页 |
3.2 算法实现 | 第30-38页 |
3.2.1 符号定义 | 第30页 |
3.2.2 转换参数计算 | 第30-31页 |
3.2.3 模型形变 | 第31-34页 |
3.2.4 模型合成 | 第34-35页 |
3.2.5 点-点对应关系计算 | 第35-37页 |
3.2.6 模型相似度量化 | 第37-38页 |
3.3 应用 | 第38-41页 |
3.3.1 角色替换 | 第39-40页 |
3.3.2 模型驱动 | 第40-41页 |
3.4 本章小结 | 第41-42页 |
第四章 在视频游戏中的应用 | 第42-52页 |
4.1 Unity 引擎 | 第42-43页 |
4.2 运动捕捉的应用 | 第43-47页 |
4.2.1 体感输入控制 | 第43-45页 |
4.2.2 动画生成 | 第45-47页 |
4.3 模型形变的应用 | 第47-49页 |
4.3.1 自定义角色 | 第47页 |
4.3.2 NPC 生成 | 第47-49页 |
4.4 其他技术难点 | 第49-52页 |
4.4.1 Locomotion | 第49页 |
4.4.2 人工智能 | 第49-50页 |
4.4.3 环境交互 | 第50-52页 |
第五章 总结与展望 | 第52-56页 |
5.1 本文创新点 | 第52-53页 |
5.2 展望 | 第53-56页 |
参考文献 | 第56-60页 |
致谢 | 第60-61页 |