人体运动捕获数据的检索方法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 1 绪论 | 第9-17页 |
| ·引言 | 第9-10页 |
| ·运动捕获技术 | 第10-12页 |
| ·人体运动捕获数据检索技术 | 第12-15页 |
| ·运动数据的特征表示 | 第13-14页 |
| ·运动数据的相似性匹配 | 第14-15页 |
| ·论文的主要工作和组织结构 | 第15-17页 |
| 2 背景知识介绍 | 第17-25页 |
| ·人体骨架结构及ASF/AMC文件简介 | 第17-18页 |
| ·人体骨骼关节的数学表示 | 第18-21页 |
| ·欧拉角 | 第18-19页 |
| ·四元数 | 第19-20页 |
| ·全局坐标表示 | 第20-21页 |
| ·人体运动捕获数据文件解析 | 第21-24页 |
| ·本章小结 | 第24-25页 |
| 3 基于例子的逻辑相似运动检索 | 第25-35页 |
| ·检索方法流程概述 | 第25-26页 |
| ·运动捕获数据预处理 | 第26-29页 |
| ·人体层次体系建立 | 第26页 |
| ·运动分割与归一化 | 第26-28页 |
| ·基于K-means的运动模式提取 | 第28-29页 |
| ·运动检索 | 第29-31页 |
| ·检索算法 | 第29-30页 |
| ·运动相似性计算 | 第30-31页 |
| ·检索实验 | 第31-34页 |
| ·实验数据 | 第31-32页 |
| ·实验结果与评价 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 4 基于低维子空间分解的运动检索 | 第35-45页 |
| ·检索方法流程概述 | 第35-36页 |
| ·运动捕获数据表示 | 第36-37页 |
| ·子空间表示 | 第37-40页 |
| ·自相似矩阵 | 第37-38页 |
| ·构建运动序列集 | 第38页 |
| ·MSV张量分解 | 第38-40页 |
| ·运动相似性度量 | 第40-41页 |
| ·检索实验 | 第41-44页 |
| ·实验数据 | 第41页 |
| ·实验结果与评价 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 5 基于自适应特征选择的3D人体运动检索 | 第45-52页 |
| ·检索方法流程概述 | 第45-46页 |
| ·VJRD特征提取 | 第46-47页 |
| ·自适应特征选择 | 第47-48页 |
| ·线性回归 | 第47页 |
| ·特征选择 | 第47-48页 |
| ·运动相似性度量 | 第48页 |
| ·检索实验 | 第48-50页 |
| ·实验数据 | 第48-49页 |
| ·实验结果与评价 | 第49-50页 |
| ·本章小结 | 第50-52页 |
| 6 基于极大间隔最近邻学习的运动检索 | 第52-62页 |
| ·检索方法流程概述 | 第52-53页 |
| ·特征提取 | 第53页 |
| ·极大间隔最近邻度量学习 | 第53-54页 |
| ·检索实验 | 第54-61页 |
| ·实验数据 | 第54页 |
| ·实验结果与评价 | 第54-61页 |
| ·本章小结 | 第61-62页 |
| 7 总结与展望 | 第62-64页 |
| ·论文总结 | 第62-63页 |
| ·未来工作展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 附录 | 第68页 |
