基于运动捕获的人体运动生成与编辑关键技术研究
摘要 | 第1-14页 |
Abstract | 第14-17页 |
第一章 绪论 | 第17-38页 |
·研究背景与意义 | 第17-22页 |
·引言 | 第17-18页 |
·问题的提出 | 第18-20页 |
·论文研究的意义 | 第20-22页 |
·国内外研究现状 | 第22-33页 |
·运动降维 | 第22-24页 |
·运动编辑 | 第24-27页 |
·运动分割 | 第27-28页 |
·运动连接 | 第28-30页 |
·运动重定向 | 第30-33页 |
·本文的研究定位及主要工作 | 第33-35页 |
·本文的研究定位 | 第33页 |
·本文的主要工作 | 第33-35页 |
·论文的组织 | 第35-38页 |
第二章 基于数据驱动的人体运动生成 | 第38-44页 |
·人体骨骼模型 | 第38-40页 |
·运动捕获数据 | 第40-41页 |
·人体运动描述及数据驱动 | 第41-43页 |
·本章小结 | 第43-44页 |
第三章 基于运动特征变化探测的运动自动分割 | 第44-62页 |
·引言 | 第44-46页 |
·运动特征提取 | 第46-52页 |
·主成分分析原理 | 第46-47页 |
·运动主成分分析 | 第47-50页 |
·运动特征提取 | 第50-52页 |
·运动自动分割 | 第52-59页 |
·运动特征一阶滤波 | 第52-53页 |
·运动分割点自动探测 | 第53-55页 |
·运动自动分割算法 | 第55-59页 |
·实验结果与分析 | 第59-61页 |
·本章小结 | 第61-62页 |
第四章 运动的非线性降维及新运动生成 | 第62-83页 |
·运动降维及姿势空间概率建模 | 第63-68页 |
·运动数据预处理 | 第63页 |
·快速自适应比例高斯过程隐变量模型 | 第63-65页 |
·学习算法 | 第65-68页 |
·运动姿势自适应生成 | 第68-72页 |
·姿势生成框架 | 第68页 |
·姿势优化算法 | 第68-69页 |
·姿势生成方式 | 第69-71页 |
·动态活跃集 | 第71-72页 |
·基于运动轨迹编辑的运动生成 | 第72-75页 |
·交互式运动轨迹编辑 | 第72-74页 |
·基于轨迹约束的运动生成 | 第74-75页 |
·基于关键帧编辑的运动生成 | 第75-77页 |
·欧拉角转换为四元数 | 第75-76页 |
·四元数插值 | 第76页 |
·四元数转换为欧拉角 | 第76-77页 |
·实验结果与分析 | 第77-82页 |
·姿势生成 | 第78-80页 |
·运动生成 | 第80-81页 |
·结果对比与分析 | 第81-82页 |
·本章小结 | 第82-83页 |
第五章 基于运动动态性建模的运动自动连接 | 第83-100页 |
·引言 | 第83-84页 |
·问题描述 | 第84-85页 |
·运动动态性建模 | 第85-90页 |
·隐马尔可夫模型 | 第86-87页 |
·运动动态性建模 | 第87-90页 |
·过渡运动生成 | 第90-94页 |
·训练算法 | 第90-91页 |
·过渡运动长度的估算 | 第91-93页 |
·隐轨迹插值 | 第93页 |
·过渡运动生成 | 第93-94页 |
·实验结果与分析 | 第94-99页 |
·本章小结 | 第99-100页 |
第六章 面向人体四肢的运动重定向 | 第100-122页 |
·引言 | 第100-102页 |
·面向人体下肢的运动重定向 | 第102-110页 |
·基于下肢向量特征不变的运动重定向 | 第103-106页 |
·基于下肢运动轨迹投影变换的运动重定向 | 第106-110页 |
·面向人体上肢的运动重定向 | 第110-116页 |
·上肢运动轨迹重定向 | 第111-114页 |
·逆向运动学求解 | 第114-116页 |
·实验结果与分析 | 第116-120页 |
·本章小结 | 第120-122页 |
第七章 三维虚拟人运动生成与编辑系统设计与实现 | 第122-134页 |
·任务背景 | 第122-123页 |
·系统设计 | 第123-125页 |
·系统的设计思路 | 第123-124页 |
·系统的总体结构 | 第124-125页 |
·系统实现 | 第125-131页 |
·运动分割子系统 | 第126-127页 |
·运动编辑子系统 | 第127-130页 |
·运动连接子系统 | 第130-131页 |
·运动重定向子系统 | 第131页 |
·系统应用验证 | 第131-133页 |
·本章小结 | 第133-134页 |
第八章 结论与展望 | 第134-137页 |
·论文的主要工作与贡献 | 第134-136页 |
·下一步工作展望 | 第136-137页 |
致谢 | 第137-139页 |
参考文献 | 第139-146页 |
作者在学期间取得的学术成果 | 第146-148页 |
附录 A 信息向量机 | 第148-149页 |
附录 B 比例共轭梯度算法 | 第149页 |