声明
摘要
1 绪论
1.1 引言
1.2 运动捕获技术
1.3 人体运动捕获数据检索技术
1.3.1 运动数据的特征表示
1.3.2 运动数据的相似性匹配
1.4 论文的主要工作和组织结构
2 背景知识介绍
2.1 人体骨架结构及ASF/AMC文件简介
2.2 人体骨骼关节的数学表示
2.2.1 欧拉角
2.2.2 四元数
2.2.3 全局坐标表示
2.3 人体运动捕获数据文件解析
2.4 本章小结
3 基于例子的逻辑相似运动检索
3.1 检索方法流程概述
3.2 运动捕获数据预处理
3.2.1 人体层次体系建立
3.2.2 运动分割与归一化
3.2.3 基于K-means的运动模式提取
3.3 运动检索
3.3.1 检索算法
3.3.2 运动相似性计算
3.4 检索实验
3.4.1 实验数据
3.4.2 实验结果与评价
3.5 本章小结
4 基于低维子空间分解的运动检索
4.1 检索方法流程概述
4.2 运动捕获数据表示
4.3 子空间表示
4.3.1 自相似矩阵
4.3.2 构建运动序列集
4.3.3 MSV张量分解
4.4 运动相似性度量
4.5 检索实验
4.5.1 实验数据
4.5.2 实验结果与评价
4.6 本章小结
5 基于自适应特征选择的3D人体运动检索
5.1 检索方法流程概述
5.2 VJRD特征提取
5.3 自适应特征选择
5.3.1 线性回归
5.3.2 特征选择
5.3.3 运动相似性度量
5.4 检索实验
5.4.1 实验数据
5.4.2 实验结果与评价
5.5 本章小结
6 基于极大间隔最近邻学习的运动检索
6.1 检索方法流程概述
6.2 特征提取
6.3 极大间隔最近邻度量学习
6.4 检索实验
6.4.1 实验数据
6.4.2 实验结果与评价
6.5 本章小结
7 总结与展望
7.1 论文总结
7.2 未来工作展望
致谢
参考文献
附录