| 致谢 | 第5-7页 |
| 摘要 | 第7-9页 |
| ABSTRACT | 第9-10页 |
| 图目录 | 第14-17页 |
| 表目录 | 第17-18页 |
| 1 绪论 | 第18-32页 |
| 1.1 选题的背景与意义 | 第18-22页 |
| 1.2 人体外形和动作捕捉的研究现状 | 第22-27页 |
| 1.2.1 人体外形捕捉 | 第22-23页 |
| 1.2.2 人体动作捕捉 | 第23-27页 |
| 1.3 论文的研究内容与结构安排 | 第27-32页 |
| 1.3.1 论文的内容和成果 | 第28-30页 |
| 1.3.2 论文的结构安排 | 第30-32页 |
| 2 基于模型的无标识人体外形和动作捕捉概述 | 第32-46页 |
| 2.1 人体模型的表示方法 | 第32-36页 |
| 2.2 人体运动捕捉的系统框架 | 第36-37页 |
| 2.3 人体外形捕捉 | 第37-38页 |
| 2.4 人体动作捕捉 | 第38-44页 |
| 2.4.1 局部优化算法 | 第38-41页 |
| 2.4.2 全局优化方法 | 第41-43页 |
| 2.4.3 人体先验知识约束 | 第43-44页 |
| 2.5 本章小结 | 第44-46页 |
| 3 基于模型的三维人体外形捕捉 | 第46-70页 |
| 3.1 引言 | 第46页 |
| 3.2 相关技术 | 第46-54页 |
| 3.2.1 摄像机模型 | 第47-49页 |
| 3.2.2 人体刚性运动描述 | 第49-51页 |
| 3.2.3 Shape-from-Silhouettes算法介绍 | 第51-54页 |
| 3.3 方法概述 | 第54-56页 |
| 3.4 人体姿态匹配 | 第56-58页 |
| 3.5 人体外形匹配 | 第58-60页 |
| 3.5.1 拉普拉斯网格处理技术 | 第58-60页 |
| 3.5.2 模型变形框架 | 第60页 |
| 3.6 实验分析 | 第60-68页 |
| 3.7 本章小结 | 第68-70页 |
| 4 参数化人体模型及动作捕捉初始化模型构建 | 第70-92页 |
| 4.1 引言 | 第70页 |
| 4.2 研究现状 | 第70-73页 |
| 4.2.1 参数化人体模型构建 | 第71-72页 |
| 4.2.2 基于图像的人体模型外形和姿态初始化 | 第72-73页 |
| 4.3 统计学分析方法 | 第73-75页 |
| 4.3.1 离散数据插值 | 第74页 |
| 4.3.2 主成分分析 | 第74-75页 |
| 4.3.3 多线性分析 | 第75页 |
| 4.3.4 特征相关 | 第75页 |
| 4.4 SCAPE模型的构建 | 第75-80页 |
| 4.5 基于可变形模型的人体外形估计 | 第80-84页 |
| 4.5.1 方法概述 | 第81页 |
| 4.5.2 算法实现 | 第81-84页 |
| 4.6 实验分析 | 第84-91页 |
| 4.7 本章小结 | 第91-92页 |
| 5 结合局部优化和全局优化算法的人体姿态估计 | 第92-126页 |
| 5.1 引言 | 第92页 |
| 5.2 人体姿态参数化 | 第92-94页 |
| 5.2.1 指数公式 | 第93页 |
| 5.2.2 刚性人体运动的指数映射 | 第93-94页 |
| 5.3 人体模型结构 | 第94-96页 |
| 5.4 方法框架 | 第96-97页 |
| 5.5 局部优化算法 | 第97-103页 |
| 5.5.1 3D-2D匹配 | 第97-99页 |
| 5.5.2 加权最小二乘法 | 第99-103页 |
| 5.5.3 匹配错位检测 | 第103页 |
| 5.6 全局优化 | 第103-109页 |
| 5.6.1 退火粒子滤波 | 第104-105页 |
| 5.6.2 交互式模拟退火 | 第105-106页 |
| 5.6.3 全局优化的姿态估计 | 第106-107页 |
| 5.6.4 姿态约束的能量函数 | 第107-109页 |
| 5.7 实验分析 | 第109-124页 |
| 5.7.1 局部优化算法的分析实验 | 第110-112页 |
| 5.7.2 全局优化算法的分析实验 | 第112-117页 |
| 5.7.3 采用不同模型的对比实验 | 第117-124页 |
| 5.8 本章小结 | 第124-126页 |
| 6 结束语 | 第126-128页 |
| 参考文献 | 第128-138页 |
| 作者简历及攻读博士学位期间取得的研究成果 | 第138-142页 |
| 学位论文数据集 | 第142页 |