|
|
|
人体运动合成的机器学习方法研究 |
|
论文目录 |
|
摘要 | 第1-4页 | Abstract | 第4-6页 | 目录 | 第6-8页 | 1 绪论 | 第8-17页 | ·引言 | 第8页 | ·研究意义 | 第8-12页 | ·人体运动捕获技术 | 第8-9页 | ·人体运动合成 | 第9-11页 | ·机器学习在人体运动捕获数据上的应用 | 第11-12页 | ·国内外研究现状 | 第12-15页 | ·论文组织结构 | 第15-17页 | 2 数据预处理 | 第17-30页 | ·引言 | 第17页 | ·ASF-AMC人体运动捕获数据 | 第17-21页 | ·ASF文件格式 | 第18-19页 | ·AMC文件格式 | 第19-21页 | ·数学背景知识与ASF-AMC文件解析 | 第21-24页 | ·方位、方向、角位移概述 | 第21页 | ·欧拉角概念 | 第21-22页 | ·四元数概念 | 第22-23页 | ·ASF-AMC文件的解析 | 第23-24页 | ·基于DTW的运动时间对齐 | 第24-28页 | ·动态时间弯曲概述 | 第24-25页 | ·动态时间弯曲算法 | 第25-27页 | ·动态时间弯曲实验结果与分析 | 第27-28页 | ·本章小结 | 第28-30页 | 3 基于ICA的运动风格迁移 | 第30-41页 | ·引言 | 第30页 | ·独立成分分析 | 第30-32页 | ·独立成分分析概述 | 第30-31页 | ·独立成分分析算法模型 | 第31-32页 | ·运动风格迁移 | 第32-39页 | ·运动数据表示的选择 | 第32-33页 | ·运动组合 | 第33-34页 | ·独立成分生成 | 第34页 | ·运动风格独立分量选择 | 第34-36页 | ·独立分量交换 | 第36-37页 | ·实验结果与分析 | 第37-39页 | ·本章小结 | 第39-41页 | 4 基于PCA和分块PCA的运动合成 | 第41-58页 | ·引言 | 第41-43页 | ·主成分分析 | 第43-44页 | ·主成分分析概述 | 第43页 | ·主成分分析的理论基础 | 第43-44页 | ·基于PCA的人体运动合成 | 第44-47页 | ·数据预处理 | 第44-45页 | ·PCA处理运动 | 第45-46页 | ·提取时间参数 | 第46页 | ·运动合成 | 第46-47页 | ·基于分块PCA的运动合成 | 第47-50页 | ·数据分块 | 第47页 | ·分块PCA处理运动 | 第47-49页 | ·运动合成 | 第49-50页 | ·实验结果与分析 | 第50-57页 | ·基于PCA的人体运动合成方法实验 | 第50-53页 | ·基于分块PCA的人体运动合成实验 | 第53-57页 | ·本章小结 | 第57-58页 | 5 基于ICA和分块ICA的人体运动合成 | 第58-70页 | ·引言 | 第58页 | ·基于ICA的人体运动合成 | 第58-60页 | ·ICA处理运动 | 第58-59页 | ·对时间参数处理 | 第59-60页 | ·运动合成 | 第60页 | ·基于分块ICA的人体运动合成 | 第60-63页 | ·数据分块 | 第61页 | ·分块ICA处理运动 | 第61-62页 | ·运动合成 | 第62-63页 | ·实验结果与分析 | 第63-69页 | ·基于ICA的人体运动合成方法实验 | 第63-66页 | ·基于分块ICA的人体运动合成方法实验 | 第66-69页 | ·本章小结 | 第69-70页 | 6 总结与展望 | 第70-72页 | ·本文总结 | 第70-71页 | ·未来工作展望 | 第71-72页 | 致谢 | 第72-73页 | 参考文献 | 第73-76页 | 附录 | 第76页 |
|
|
|
|
论文编号BS1926319,这篇论文共76页 会员购买按0.35元/页下载,共需支付26.6元。 直接购买按0.5元/页下载,共需要支付38元 。 |
|
|
我还不是会员,注册会员!
会员下载更优惠!充值送钱! |
我只需要这篇,无需注册!
直接网上支付,方便快捷! |
|
|
|
版权申明:本目录由www.jylw.com网站制作,本站并未收录原文,如果您是作者,需要删除本篇论文目录请通过QQ或其它联系方式告知我们,我们承诺24小时内删除。 |
|
|