单目视频人体运动分析技术研究
摘要 | 第5-7页 |
abstract | 第7-8页 |
第一章 绪论 | 第15-28页 |
1.1 研究背景 | 第15-18页 |
1.2 研究现状与挑战 | 第18-21页 |
1.2.1 研究现状 | 第18-20页 |
1.2.2 研究挑战 | 第20-21页 |
1.3 本文研究思路 | 第21-25页 |
1.3.1 问题的提出 | 第22-24页 |
1.3.2 研究方案 | 第24-25页 |
1.4 本文研究工作 | 第25-28页 |
1.4.1 本文工作 | 第25-27页 |
1.4.2 论文结构 | 第27-28页 |
第二章 人体运动分析技术综述 | 第28-41页 |
2.1 概述 | 第28-29页 |
2.2 建模 | 第29-32页 |
2.2.1 人体视觉特征建模 | 第29-30页 |
2.2.2 人体骨架外观建模 | 第30-31页 |
2.2.3 相似度函数 | 第31-32页 |
2.2.4 运动先验知识 | 第32页 |
2.3 姿态估计方法 | 第32-35页 |
2.3.1 基于优化的方法 | 第32-33页 |
2.3.2 基于学习的方法 | 第33-34页 |
2.3.3 基于实例的方法 | 第34页 |
2.3.4 检测与组装方法 | 第34-35页 |
2.4 姿态跟踪方法 | 第35-38页 |
2.4.1 滤波方法 | 第36-37页 |
2.4.2 运动模型 | 第37页 |
2.4.3 批处理方法 | 第37-38页 |
2.4.4 混合方法 | 第38页 |
2.5 讨论 | 第38-40页 |
2.5.1 测试数据集和评价机制 | 第38-39页 |
2.5.2 研究现状小结 | 第39-40页 |
2.5.3 未来研究方向 | 第40页 |
2.6 本章小结 | 第40-41页 |
第三章 运动分析的实例学习方法 | 第41-61页 |
3.1 引言 | 第41-43页 |
3.2 人体视觉特征提取与表示 | 第43-48页 |
3.2.1 人体视觉特征提取 | 第43-46页 |
3.2.2 人体视觉特征表示 | 第46-48页 |
3.3 实例学习运动分析方法 | 第48-52页 |
3.3.1 姿态候选集生成 | 第48-50页 |
3.3.2 姿态建模 | 第50-51页 |
3.3.4 运动分析过程 | 第51-52页 |
3.4 实验结果与分析 | 第52-60页 |
3.4.1 人体视觉特征检测结果 | 第53-56页 |
3.4.2 实例运动分析方法结果 | 第56-60页 |
3.5 本章小结 | 第60-61页 |
第四章 运动分析的子空间构造方法 | 第61-79页 |
4.1 引言 | 第61-62页 |
4.2 子空间构造方法 | 第62-63页 |
4.3 姿态子空间分析 | 第63-68页 |
4.3.1 问题描述 | 第63-65页 |
4.3.2 子空间分析的主成分分析方法 | 第65-66页 |
4.3.3 子空间分析的流形学习方法 | 第66-68页 |
4.4 进化计算姿态优化方法 | 第68-70页 |
4.4.1 姿态编码 | 第69页 |
4.4.2 双向轮廓相似度函数 | 第69-70页 |
4.5 姿态估计与姿态跟踪 | 第70-72页 |
4.5.1 姿态估计方法 | 第70-71页 |
4.5.2 姿态跟踪方法 | 第71-72页 |
4.6 实验结果与分析 | 第72-78页 |
4.6.1 实验设计 | 第73页 |
4.6.2 姿态估计结果 | 第73-76页 |
4.6.3 姿态跟踪结果 | 第76-78页 |
4.7 本章小结 | 第78-79页 |
第五章 运动分析的子空间优化方法 | 第79-109页 |
5.1 引言 | 第79-80页 |
5.2 基于退火粒子群优化的姿态优化方法 | 第80-83页 |
5.2.1 粒子群算法 | 第81-82页 |
5.2.2 退火粒子群优化姿态优化方法 | 第82-83页 |
5.3 基于免疫遗传的姿态优化方法 | 第83-88页 |
5.3.1 遗传算子设计 | 第85-86页 |
5.3.2 疫苗和免疫算子设计 | 第86-87页 |
5.3.3 免疫遗传姿态优化方法 | 第87-88页 |
5.4 基于克隆选择的姿态优化方法 | 第88-92页 |
5.4.1 克隆选择算法 | 第89-90页 |
5.4.2 免疫算子设计 | 第90-91页 |
5.4.3 克隆选择姿态优化方法 | 第91-92页 |
5.5 实验结果与分析 | 第92-108页 |
5.5.1 退火粒子群优化运动分析方法 | 第92-96页 |
5.5.2 免疫遗传运动分析方法 | 第96-100页 |
5.5.3 克隆选择运动分析方法 | 第100-108页 |
5.6 本章小结 | 第108-109页 |
第六章 运动编辑的姿态建模方法 | 第109-123页 |
6.1 引言 | 第109-110页 |
6.2 姿态建模方法概述 | 第110-111页 |
6.3 人体姿态交互建模方法 | 第111-115页 |
6.3.1 草图输入与处理 | 第111-112页 |
6.3.2 组件化骨架识别 | 第112-113页 |
6.3.3 参数驱动的姿态模型生成 | 第113-115页 |
6.4 运动姿态交互编辑方法 | 第115-118页 |
6.4.1 模型的姿态编辑 | 第115-116页 |
6.4.2 模型的风格化编辑 | 第116-117页 |
6.4.3 人体动画编辑 | 第117-118页 |
6.5 实验结果与分析 | 第118-122页 |
6.5.1 草图人体姿态模型生成 | 第119页 |
6.5.2 三维人体姿态模型编辑 | 第119-120页 |
6.5.3 人体动画生成实验 | 第120-121页 |
6.5.4 人体动画编辑实验 | 第121-122页 |
6.6 本章小结 | 第122-123页 |
第七章 总结与展望 | 第123-127页 |
7.1 本文工作总结 | 第123-125页 |
7.2 下一步研究方向 | 第125-127页 |
参考文献 | 第127-135页 |
致谢 | 第135-136页 |
附录A 博士期间参与的项目和成果鉴定 | 第136-137页 |
附录B 博士期间发表的学术论文和专利 | 第137-139页 |