声明
摘要
第1章绪论
1．1课题背景
1．2本文工作
1．3篇章结构
第2章相关工作与研究现状
2．1人体2D关键点检测
2．1．1人体包围盒检测
2．1．2人体2D关键点检测
2．2人体3D关键点检测
2．3骨骼动画和反向运动学
2．4移动端深度学习模型加速和压缩
2．5本章小结
第3章基于深度学习的3D人体关键点检测
3．1轻量级人体追踪模块
3．2骨骼朝向检测和2D人体关键点检测
3．2．1网络整体结构
3．2．2网络融合
3．3 3D人体关键点回归
3．4本章小结
第4章基于非线性优化的人体骨骼动画驱动
4．1骨骼适配优化器
4．1．1骨骼长度计算
4．1．2问题建模
4．2 3D关键点滤波
4．3 IK优化器
4．3．1骨骼结构简化
4．3．2问题建模
4．4基于2D关键点的额外自由度优化器
4．4．1问题建模
4．5本章小结
第5章系统细节和优化加速
5．1人体追踪细节和优化加速
5．2 2D关键点和骨骼朝向检测网络优化加速
5．2．1 2D关键点提取方式优化
5．2．2骨骼朝向标签表达方式
5．2．3量化加速
5．3 3D网络优化加速
5．3．1 3D网络输入输出细节
5．3．2量化加速
5．4人体骨骼动画驱动细节
5．5本章小结
第6章结果与分析
6．1各模块运行时间统计
6．2．1实验环境
6．2．2实验数据以及增广策略
6．3骨骼朝向网络实验
6．3．1网络结构对比
6．3．2骨骼朝向计算方式对比
6．3．3骨骼朝向误差分布分析
6．3．4骨骼朝向网络训练方式和泛化能力分析
6．3．5视频结果改进
6．4 3D网络实验
6．4．1 Baseline复现
6．4．2 2D输入数据预处理方式对比分析
6．4．3增加骨骼朝向输入的实验和分析
6．4．4增加时序信息输入的实验和分析
6．4．5骨骼长度数据增广效果分析
6．5非线性优化器实验
6．5．1置信度分析和动态能量权重效果可视化
6．5．2 IK优化器正则和软约束实验
6．5．3额外自由度实验
6．6最终效果
6．7本章小结
第7章总结与展望
7．1本文的工作总结
7．2本文的局限性和未来的展望
参考文献
攻读硕士学位期间主要的研究成果
致谢
浙江大学;
