可變形人體三維建模與運(yùn)動(dòng)分析

目 錄第1章 緒論 11.1 意義 11.1.1 研究意義 11.1.2 運(yùn)動(dòng)生物力學(xué)應(yīng)用 11.1.3 步態(tài)分析應(yīng)用 31.1.4 軍事應(yīng)用 41.1.5 娛樂應(yīng)用 61.2 國內(nèi)、外研究現(xiàn)狀 71.2.1 二維建模與運(yùn)動(dòng)分析 71.2.2 三維曲面建模與運(yùn)動(dòng)分析 91.2.3 基于幾何的建模與運(yùn)動(dòng)分析 141.2.4 基于物理的建模與運(yùn)動(dòng)分析 161.2.5 基于解剖的建模與運(yùn)動(dòng)分析 171.2.6 人體運(yùn)動(dòng)生物力學(xué)研究 181.2.7 人體步態(tài)動(dòng)力學(xué)研究 191.3 研究內(nèi)容 201.4 創(chuàng)新點(diǎn) 22第2章 人肢體三維建模 252.1 引言 252.1.1 超二次橢球曲面人體模型 252.1.2 元球隱式曲面人體模型 262.1.3 建模方法比較 282.1.4 本章研究內(nèi)容 292.2 旋轉(zhuǎn)圓錐曲面人肢體模型 292.2.1 旋轉(zhuǎn)圓錐曲面 292.2.2 人體骨架 322.2.3 虛擬人模型 322.2.4 基于圖像標(biāo)記點(diǎn)的人肢體建模 342.2.5 基于圖像輪廓的人肢體建模 352.2.6 基于體積不變性的人肢體建模 382.3 蛋形曲面人肢體模型 412.3.1 蛋形曲面 422.3.2 基于圖像輪廓的人肢體建模 442.4 卷積曲面人肢體模型 482.4.1 概況 482.4.2 卷積曲面 492.4.3 卷積曲線 502.4.4 卷積曲面和卷積曲線投影對(duì)應(yīng)關(guān)系 502.4.5 人體模型及其初始化 532.5 螺旋線曲面人肢體模型 552.5.1 螺旋線模型參數(shù)方程 552.5.2 螺旋線形狀分析 572.5.3 螺旋線擬合 592.5.4 基于圖像的肢體建模 602.5.5 虛擬人模型 622.6 流形T樣條曲面人肢體模型 632.6.1 概述 632.6.2 三角網(wǎng)格曲面參數(shù)化 662.6.3 流形T樣條 702.6.4 曲面重建 702.7 張量曲面人肢體模型 712.7.1 張量積曲面 712.7.2 張量橢球 72第3章 人臉三維建模 743.1 引言 743.2 基于網(wǎng)格光的三維人臉建模 793.2.1 網(wǎng)格條紋的提取與細(xì)化 793.2.2 特征點(diǎn)的定位與匹配 883.2.3 三維人臉重建 953.3 卷積曲面人臉模型 1043.3.1 通用人臉網(wǎng)格變形 1043.3.2 卷積曲面人臉建模 1063.3.3 臉部皺紋的生成 1073.3.4 實(shí)驗(yàn) 108第4章 人體三維運(yùn)動(dòng)參數(shù)估計(jì) 1104.1 引言 1104.2 基于骨架的運(yùn)動(dòng)估計(jì) 1114.2.1 原理 1114.2.2 實(shí)驗(yàn) 1124.3 基于旋轉(zhuǎn)圓錐曲面模型的運(yùn)動(dòng)估計(jì) 1154.3.1 原理 1154.3.2 實(shí)驗(yàn) 1184.4 基于卷積曲面模型的關(guān)節(jié)點(diǎn)角度參數(shù)估計(jì) 1194.4.1 目標(biāo)函數(shù)與約束函數(shù) 1204.4.2 實(shí)驗(yàn) 120第5章 人體運(yùn)動(dòng)檢測(cè) 1235.1 引言 1235.2 基于蛋形曲面模型的姿態(tài)評(píng)價(jià) 1245.3 膚色檢測(cè) 1275.3.1 圖像預(yù)處理 1285.3.2 常用目標(biāo)檢測(cè)算法 1285.3.3 H-CrCb顏色空間的膚色分割 1305.4 基于螺旋線模型的相似度度量 1335.4.1 增量PCA 1345.4.2 二值距離變換 136第6章 人體運(yùn)動(dòng)跟蹤 1376.1 引言 1376.2 基于蛋形曲面模型的粒子濾波跟蹤 1386.2.1 粒子濾波相關(guān)理論 1396.2.2 基于粒子濾波的視覺跟蹤框架 1446.2.3 基于蛋形曲面模型的粒子濾波跟蹤 1456.2.4 實(shí)驗(yàn) 1486.3 采用判別和生成模型方法的運(yùn)動(dòng)跟蹤 1556.3.1 圖像特征 1556.3.2 形狀和姿態(tài)的判別式估計(jì) 1576.3.3 形狀和姿態(tài)的生成式隨機(jī)優(yōu)化 1596.3.4 實(shí)驗(yàn) 1596.4 采用協(xié)方差比例采樣方法的運(yùn)動(dòng)跟蹤 1636.4.1 算法框架 1636.4.2 優(yōu)化粒子濾波算法 1646.4.3 實(shí)驗(yàn) 1666.5 采用平面模板匹配方法的運(yùn)動(dòng)跟蹤 1706.5.1 算法框架 1716.5.2 相關(guān)性 1716.5.3 創(chuàng)新性 1726.5.4 最小化 1726.5.5 實(shí)驗(yàn) 1726.6 采用稀疏表示方法的運(yùn)動(dòng)跟蹤 1776.6.1 粒子濾波 1776.6.2 L1最小化運(yùn)動(dòng)跟蹤 1786.6.3 實(shí)驗(yàn) 1806.7 采用線性回歸生成式方法的運(yùn)動(dòng)跟蹤 1816.7.1 帶有Gaussian-Laplacian噪聲的線性回歸求解 1816.7.2 運(yùn)動(dòng)跟蹤 1836.7.3 實(shí)驗(yàn) 1846.7.4 跟蹤算法對(duì)比 1886.8 采用“跟蹤-學(xué)習(xí)-檢測(cè)”方法的運(yùn)動(dòng)跟蹤 2016.8.1 概述 2016.8.2 TLD內(nèi)部模塊 2016.8.3 相關(guān)理論 2046.8.4 實(shí)驗(yàn) 2096.9 采用稀疏性協(xié)同模型方法的運(yùn)動(dòng)跟蹤 2096.9.1 概況 2096.9.2 基于稀疏的可區(qū)別分類器（SDC） 2106.9.3 稀疏生成模型 2126.9.4 協(xié)同模型 2136.9.5 更新方案 2136.9.6 實(shí)驗(yàn) 2136.10 采用動(dòng)力學(xué)約束的運(yùn)動(dòng)跟蹤 214第7章 人體運(yùn)動(dòng)力學(xué)分析 2167.1 運(yùn)動(dòng)生物力學(xué)分析 2167.1.1 引言 2167.1.2 分析原理 2177.1.3 實(shí)驗(yàn) 2207.2 步態(tài)動(dòng)力學(xué)分析 2237.2.1 分析原理 2237.2.2 實(shí)驗(yàn) 2257.3 重心比較實(shí)驗(yàn) 228第8章 應(yīng)用 2308.1 虛擬人三維模型運(yùn)動(dòng)控制平臺(tái)軟件 2308.1.1 軟件 2308.1.2 數(shù)據(jù)格式 2348.2 嬰幼兒顱骨畸形三維檢測(cè)儀 2378.2.1 新生寶寶頭型偏的原因和癥狀 2378.2.2 產(chǎn)品現(xiàn)狀 2398.2.3 產(chǎn)品概述 2418.3 漢維肢體語言差異模型庫及轉(zhuǎn)換平臺(tái)軟件 243參考文獻(xiàn) 250