第1章 绪论 1
1.1 运动跟踪 1
1.2 本书主要内容 2
1.3 本书内容组织 3
第2章 三维人体运动研究综述 5
2.1 三维人体运动研究的基本问题 5
2.2 三维人体运动模型 6
2.3 三维人体运动数据处理 10
2.3.1 运动合成 12
2.3.2 运动数据压缩 15
2.3.3 运动数据库检索 18
2.4 运动空间降维 20
2.5 三维运动识别 26
2.6 运动真实性评价 28
2.7 试验数据库 33
2.8 小结 37
第3章 基于标记点的人体运动跟踪技术 38
3.1 基于反光标记点的运动捕捉技术综述 38
3.2 关键技术 39
3.2.1 标记点贴法 39
3.2.2 标记点跟踪 40
3.2.3 标记点恢复 41
3.3 带标记点人体运动捕捉典型系统 44
3.4 带标记点人体运动捕捉系统重要参数 46
3.5 典型应用 47
3.6 小结 49
第4章 基于无标记点的人体运动跟踪技术 50
4.1 基于视频的运动捕捉技术 53
4.2 关键技术分析 54
4.2.1 目标检测 54
4.2.2 目标分类 55
4.2.3 人体跟踪 57
4.2.4 动作识别 59
4.3 人体运动跟踪框架简介 61
4.3.1 贝叶斯框架 61
4.3.2 卡尔曼滤波 61
4.3.3 均值漂移跟踪算法 62
4.3.4 粒子滤波算法 63
4.4 典型应用 64
4.5 小结 67
第5章 基于稀疏表示的视频人体运动跟踪方法 68
5.1 引言 68
5.2 相关理论 68
5.2.1 稀疏表示理论 68
5.2.2 基于稀疏表示的跟踪算法 69
5.2.3 Wang-Landau算法 70
5.2.4 基于Wang-Landau算法的跟踪 71
5.3 算法实现 72
5.3.1 目标模板与稀疏词典的建立 72
5.3.2 模板更新和遮挡检测 74
5.3.3 跟踪策略 74
5.4 试验对比与分析 78
5.4.1 试验设置 78
5.4.2 试验结果与分析 79
5.4.3 试验对比与分析 81
5.5 小结 82
第6章 基于分层结构的三维人体运动模型 83
6.1 问题的提出 83
6.2 三维骨架运动模型 83
6.2.1 人体运动模型 84
6.2.2 骨架运动模型 84
6.2.3 人体模型数据结构定义 85
6.2.4 人体坐标系定义 87
6.3 人体运动约束 89
6.3.1 生物力学约束 89
6.3.2 基于统计的运动约束 90
6.4 试验 93
6.5 小结 94
第7章 线性低维运动空间表示模型 95
7.1 问题的提出和描述 95
7.1.1 问题的提出 95
7.1.2 降维问题描述 95
7.2 基于主成分分析的运动空间降维 96
7.2.1 主成分分析 96
7.2.2 运动描述 97
7.2.3 基于主成分分析的运动空间降维处理 98
7.3 不同真实感运动生成 99
7.3.1 虚关节 99
7.3.2 试验及结果分析 100
7.4 运动周期获取 103
7.4.1 运动周期获取算法 103
7.4.2 试验及结果分析 103
7.5 运动身份识别 105
7.5.1 运动相似度计算 106
7.5.2 试验及结果分析 107
7.6 小结 110
第8章 基于高斯过程动态模型的非线性低维空间运动描述 111
8.1 高斯过程动态模型 111
8.2 基于高斯过程动态模型的运动降维 113
8.3 三维曲线矩不变量描述 115
8.4 运动描述及试验结果 116
8.5 小结 118
第9章 基于姿态投影的运动分析技术 119
9.1 问题的提出 119
9.2 姿态投影 120
9.2.1 正八面体模型 120
9.2.2 投影模型 120
9.3 运动投影点获取 124
9.4 运动投影检索 124
9.4.1 运动库的组织 125
9.4.2 系统框架 127
9.4.3 试验及分析 129
9.5 小结 131
第10章 总结与展望 132
10.1 工作总结 132
10.2 未来的发展 134
参考文献 135