基于人体运动捕捉数据的行为分割与语义标注技术研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第11-23页 |
| 1.1 研究背景与意义 | 第11-15页 |
| 1.1.1 计算机动画相关技术 | 第11-12页 |
| 1.1.2 人体运动捕捉相关技术 | 第12-15页 |
| 1.2 国内外研究现状 | 第15-19页 |
| 1.2.1 运动数据行为分割 | 第16-17页 |
| 1.2.2 运动数据单层语义标注 | 第17-18页 |
| 1.2.3 运动数据层次化语义标注 | 第18-19页 |
| 1.3 论文研究内容 | 第19-21页 |
| 1.4 论文结构安排 | 第21-23页 |
| 2 人体运动捕捉数据相关知识介绍 | 第23-33页 |
| 2.1 人体运动捕捉数据相关信息 | 第23-26页 |
| 2.1.1 人体运动捕捉数据骨架信息 | 第23-25页 |
| 2.1.2 人体运动捕捉数据运动信息 | 第25-26页 |
| 2.2 人体运动姿态表示方法 | 第26-28页 |
| 2.2.1 欧拉角表示方法 | 第26-27页 |
| 2.2.2 四元数表示方法 | 第27-28页 |
| 2.2.3 两种表示方法的互相转换 | 第28页 |
| 2.3 人体运动捕捉数据距离度量方法 | 第28-31页 |
| 2.3.1 欧氏距离度量方法 | 第29页 |
| 2.3.2 动态时间归整距离度量方法 | 第29-31页 |
| 2.4 本章小结 | 第31-33页 |
| 3 人体运动捕捉数据行为分割 | 第33-47页 |
| 3.1 加权核K均值与归一化割模型之间的联系 | 第33-37页 |
| 3.1.1 归一化割模型 | 第33-35页 |
| 3.1.2 加权核K均值 | 第35-36页 |
| 3.1.3 两种方法之间的等价性 | 第36-37页 |
| 3.2 基于NCWKK方法的行为分割过程 | 第37-42页 |
| 3.2.1 人体运动捕捉数据相似度矩阵计算 | 第37-38页 |
| 3.2.2 运动数据聚类 | 第38-40页 |
| 3.2.3 运动数据类别串分析 | 第40-42页 |
| 3.3 实验与结论分析 | 第42-45页 |
| 3.4 本章小结 | 第45-47页 |
| 4 人体运动捕捉数据单层语义标注 | 第47-59页 |
| 4.1 单层次语义模板计算 | 第47-50页 |
| 4.2 单层次语义标注 | 第50-54页 |
| 4.2.1 DPAA标注方法 | 第51-53页 |
| 4.2.2 语义标注过程 | 第53-54页 |
| 4.3 实验与结论分析 | 第54-58页 |
| 4.4 本章小结 | 第58-59页 |
| 5 人体运动捕捉数据层次化语义标注 | 第59-73页 |
| 5.1 层次化运动模板提取 | 第59-65页 |
| 5.1.1 层次化模板建立 | 第59-60页 |
| 5.1.2 层次化模板参数与隐变量求解过程 | 第60-65页 |
| 5.2 基于KCTW方法的层次化运动语义标注 | 第65-67页 |
| 5.3 实验与结论分析 | 第67-71页 |
| 5.4 本章小结 | 第71-73页 |
| 6 总结与展望 | 第73-75页 |
| 6.1 总结 | 第73页 |
| 6.2 展望 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第79-83页 |
| 学位论文数据集 | 第83页 |
