基于体感的虚拟现实系统交互技术研究与开发
摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第11-19页 |
1.1 课题研究背景及意义 | 第11-12页 |
1.2 国内外研究现状、发展动态 | 第12-16页 |
1.2.1 虚拟现实国内外研究现状 | 第12-14页 |
1.2.2 体态感知国内外研究现状 | 第14-16页 |
1.3 本文研究的主要内容 | 第16-17页 |
1.4 本文的组织结构 | 第17-19页 |
第2章 虚拟交互关键技术研究 | 第19-27页 |
2.1 虚拟现实自然交互方式 | 第19-20页 |
2.2 常用体态识别方法的分析 | 第20-24页 |
2.2.1 无模型方法 | 第21页 |
2.2.2 间接模型方法 | 第21页 |
2.2.3 直接模型方法 | 第21-22页 |
2.2.4 常见的人体模型 | 第22-24页 |
2.3 虚拟场景3D建模技术 | 第24-25页 |
2.4 本章小结 | 第25-27页 |
第3章 基于SVM的体态分类与识别研究 | 第27-47页 |
3.1 动作库的标注 | 第27-29页 |
3.1.1 体态分类常用方法 | 第27-28页 |
3.1.2 面向体态识别的动作库标注 | 第28-29页 |
3.2 基于Kinect数据采集 | 第29-33页 |
3.2.1 Kinect工作原理 | 第29-31页 |
3.2.2 骨骼图像的生成 | 第31-32页 |
3.2.3 基于Kinect SDK的数据采集 | 第32页 |
3.2.4 数据分类方法分析 | 第32-33页 |
3.3 基于核函数的多类支持向量机构建 | 第33-40页 |
3.3.1 最优分类超平面的构造 | 第34-36页 |
3.3.2 多类支持向量机核函数构建的研究 | 第36-37页 |
3.3.3 多核支持向量机 | 第37-38页 |
3.3.4 基于多类支持向量机核函数的构建 | 第38-40页 |
3.4 基于支持向量机的体态分类与识别 | 第40-45页 |
3.4.1 基于体态特征向量的体态分类与识别 | 第40-43页 |
3.4.2 基于PCA的体态特征向量分类与识别 | 第43-45页 |
3.5 实验结果与分析 | 第45-46页 |
3.6 本章小结 | 第46-47页 |
第4章 基于LK光流法的抗干扰方法研究 | 第47-63页 |
4.1 基于帧间差分法的运动区域捕获 | 第47-49页 |
4.2 基于LK光流法运动预测 | 第49-54页 |
4.2.1 光流运动方程 | 第49-51页 |
4.2.2 Lucas-Kanade算法 | 第51-52页 |
4.2.3 光流的运动预测示意图 | 第52-54页 |
4.3 基于块的运动估计方法研究 | 第54-58页 |
4.3.1 匹配法则 | 第55-56页 |
4.3.2 块匹配搜索方法 | 第56页 |
4.3.3 块大小对运动估计影响的研究 | 第56-58页 |
4.4 基于LK光流法的抗干扰方法设计 | 第58-60页 |
4.4.1 基于块的运动估计 | 第58-59页 |
4.4.2 基于LK光流法的抗干扰实现 | 第59-60页 |
4.5 实验结果与分析 | 第60-62页 |
4.6 本章小结 | 第62-63页 |
第5章 基于OpenGL的虚拟交互系统开发 | 第63-77页 |
5.1 基于3DMax虚拟场景设计 | 第63-65页 |
5.1.1 3DMax虚拟场景建模 | 第63-64页 |
5.1.2 虚拟场景优化 | 第64-65页 |
5.2 基于OpenGL的虚拟场景创建 | 第65-69页 |
5.2.1 OpenGL的工作原理 | 第65-66页 |
5.2.2 OpenGL绘图机理分析 | 第66-67页 |
5.2.3 3DS文件格式分析 | 第67-68页 |
5.2.4 基于OpenGL3D虚拟场景创建 | 第68-69页 |
5.3 基于OpenGL的虚拟场景交互实现 | 第69-75页 |
5.3.1 面向虚拟交互的OpenGL坐标变换 | 第69-73页 |
5.3.2 虚拟场景交互实现 | 第73-75页 |
5.4 本章小结 | 第75-77页 |
第6章 总结与展望 | 第77-79页 |
6.1 总结 | 第77页 |
6.2 展望 | 第77-79页 |
参考文献 | 第79-85页 |
致谢 | 第85-87页 |
硕士期间发表论文 | 第87页 |