注冊 | 登錄讀書好,好讀書,讀好書!
讀書網(wǎng)-DuShu.com
當(dāng)前位置: 首頁出版圖書科學(xué)技術(shù)計(jì)算機(jī)/網(wǎng)絡(luò)圖形圖像、多媒體、網(wǎng)頁制作視頻/音頻/流媒體人體運(yùn)動(dòng)數(shù)據(jù)處理及合成中的關(guān)鍵算法

人體運(yùn)動(dòng)數(shù)據(jù)處理及合成中的關(guān)鍵算法

人體運(yùn)動(dòng)數(shù)據(jù)處理及合成中的關(guān)鍵算法

定 價(jià):¥78.00

作 者: 王鵬杰,呂培 著
出版社: 人民郵電出版社
叢編項(xiàng):
標(biāo) 簽: 暫缺

ISBN: 9787115459367 出版時(shí)間: 2017-08-01 包裝:
開本: 頁數(shù): 字?jǐn)?shù):  

內(nèi)容簡介

  本書是作者多年來對人體運(yùn)動(dòng)數(shù)據(jù)處理及運(yùn)動(dòng)合成方面研究成果的結(jié)集。本書主要闡述了兩方面的內(nèi)容:一是人體運(yùn)動(dòng)數(shù)據(jù)處理中的運(yùn)動(dòng)檢索及精簡組織技術(shù),主要對基于預(yù)測器的人體運(yùn)動(dòng)無損壓縮、基于樣例的人體運(yùn)動(dòng)檢索及運(yùn)動(dòng)數(shù)據(jù)庫組織框架等技術(shù)進(jìn)行了闡述;二是人體運(yùn)動(dòng)的姿態(tài)生成及運(yùn)動(dòng)合成技術(shù),主要對基于草圖的交互式姿態(tài)生成、基于高斯過程的人體節(jié)奏生成以及數(shù)據(jù)驅(qū)動(dòng)的人體觸碰運(yùn)動(dòng)合成等方面進(jìn)行了闡述。本書的讀者對象包括計(jì)算機(jī)圖形學(xué)、虛擬人運(yùn)動(dòng)合成等方面的研究人員及高等院校的教師和學(xué)生。

作者簡介

  王鵬杰,男,博士,大連民族大學(xué)副教授,國家民委中青年英才。2001年和2004年分別從吉林大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)專業(yè)和計(jì)算機(jī)軟件與理論專業(yè)獲得學(xué)士和碩士學(xué)位。2012年從浙江大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)專業(yè)獲得博士學(xué)位。主要從事計(jì)算機(jī)圖形學(xué)、計(jì)算機(jī)視覺、人體運(yùn)動(dòng)數(shù)據(jù)處理、數(shù)字遺產(chǎn)保護(hù)等方面的研究。近年來,主持了包括國家自然科學(xué)基金在內(nèi)的***、省部級課題6項(xiàng),主持包括騰訊犀牛鳥項(xiàng)目在內(nèi)的企業(yè)橫向課題4項(xiàng)。入選了2014年度國家民委中青年英才計(jì)劃,獲得了包括陸增鏞CAD & CG高科技獎(jiǎng)二等獎(jiǎng)、遼寧省自然科學(xué)獎(jiǎng)在內(nèi)的多個(gè)獎(jiǎng)項(xiàng)。2015年和2010年曾赴美國University of Kentucky及香港城市大學(xué)交流訪問。目前,已經(jīng)在Computer Graphics Forum、Pattern Recognition 、Information Sciences、Multimedia Tools and Applications、Signal Processing: Image Communication、ACM Multimedia、Pacific Graphics、計(jì)算機(jī)研究與發(fā)展、光學(xué)學(xué)報(bào)、計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)等發(fā)表論文30余篇。獲得國家授權(quán)發(fā)明專利4項(xiàng),與騰訊(深圳)公司聯(lián)合申請發(fā)明專利1項(xiàng),設(shè)計(jì)出的運(yùn)動(dòng)壓縮算法集成進(jìn) “QQ炫舞”游戲中。呂培,河南孟州人,2013年6月畢業(yè)于浙江大學(xué)計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)國家重點(diǎn)實(shí)驗(yàn)室,獲計(jì)算機(jī)科學(xué)與技術(shù)專業(yè)工學(xué)博士學(xué)位;2013年7月至2014年12月就職于華為技術(shù)有限公司中央研究院媒體技術(shù)實(shí)驗(yàn)室;現(xiàn)為鄭州大學(xué)信息工程學(xué)院軟件工程系講師,鄭州大學(xué)信息科學(xué)交叉研究中心副主任。目前的研究方向?yàn)榇笠?guī)模人群運(yùn)動(dòng)采集分析與群體行為仿真推演。先后主持承擔(dān)了包括國家自然科學(xué)基金在內(nèi)的***、省部級項(xiàng)目5項(xiàng);參與了包括中船重工集團(tuán)航軍工項(xiàng)目在內(nèi)的企、事業(yè)橫向課題5項(xiàng)。研究成果主要體現(xiàn)為高水平研究論文與核心專利、關(guān)鍵算法庫及構(gòu)件、重要軟件系統(tǒng)與裝備等,目前已在IEEE Transactions on Image Processing、IEEE Transactions on Circuits and Systems for Video Technology 、Pattern Recognition、Neurocomputing、IEEE Transactions on Computational Intelligence and AI in Games、IEEE Transactions on Visualization and Computer Graphics、Computer Graphics Forum、IEEE Multimedia、The Visual Computer、計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)國內(nèi)外重要學(xué)術(shù)期刊,以及Pacific Graphics 2015、Pacific Graphics 2010、Computer Graphics International Conference 2011等重要國際學(xué)術(shù)會(huì)議發(fā)表和錄用論文20余篇,其中已被SCI檢索10篇;申請國家發(fā)明專利5項(xiàng);獲批軟件著作權(quán)5項(xiàng)。

圖書目錄

第1章 緒論 1

1.1 人體動(dòng)畫縱覽 1

1.1.1 運(yùn)動(dòng)學(xué)控制 2

1.1.2 簡單動(dòng)力學(xué)控制 2

1.1.3 運(yùn)動(dòng)捕獲 3

1.1.4 物理控制器 4

1.1.5 混合方法 5

1.2 人體基本模型 6

1.3 本章小結(jié) 8

參考文獻(xiàn) 8

第2章 人體運(yùn)動(dòng)數(shù)據(jù)壓縮技術(shù) 11

2.1 運(yùn)動(dòng)捕獲數(shù)據(jù)壓縮流程 11

2.1.1 壓縮前數(shù)據(jù)預(yù)處理 12

2.1.2 幾何編碼 13

2.1.3 數(shù)據(jù)量化 13

2.1.4 熵編碼 13

2.1.5 誤差控制與矯正 13

2.2 運(yùn)動(dòng)捕獲數(shù)據(jù)壓縮方法分類原則 14

2.2.1 基于運(yùn)動(dòng)數(shù)據(jù)中的冗余類別進(jìn)行分類 15

2.2.2 基于運(yùn)動(dòng)數(shù)據(jù)是否損失進(jìn)行分類 16

2.2.3 基于算法部署平臺進(jìn)行分類 16

2.2.4 基于運(yùn)動(dòng)數(shù)據(jù)傳送方式進(jìn)行分類 16

2.3 基于消除時(shí)空域數(shù)據(jù)冗余的方法 17

2.3.1 基于曲線擬合的方法 17

2.3.2 基于數(shù)據(jù)降維的方法 17

2.3.3 基于信號處理的方法 18

2.3.4 基于四元數(shù)空間稀疏表達(dá)的方法 19

2.3.5 基于關(guān)鍵幀提取的方法 20

2.4 基于消除片段域數(shù)據(jù)冗余的方法 20

2.4.1 基于動(dòng)作片段分析的方法 20

2.4.2 基于聚類及降維的方法 21

2.5 本章小結(jié) 22

參考文獻(xiàn) 23

第3章 人體運(yùn)動(dòng)數(shù)據(jù)檢索技術(shù) 29

3.1 運(yùn)動(dòng)捕獲數(shù)據(jù)檢索算法中的關(guān)鍵問題 30

3.1.1 數(shù)值相似性與邏輯相似性 30

3.1.2 骨架的層次結(jié)構(gòu)分解 31

3.1.3 索引的構(gòu)建 31

3.1.4 特征的選取 32

3.2 基于數(shù)值相似性的檢索算法 32

3.2.1 基于SOM的方法 32

3.2.2 基于PCA的方法 34

3.2.3 其他基于數(shù)值相似性的方法 34

3.3 基于邏輯相似性的檢索算法 34

3.4 本章小結(jié) 37

參考文獻(xiàn) 37

第4章 低維空間人體運(yùn)動(dòng)合成技術(shù) 42

4.1 運(yùn)動(dòng)合成算法流程 43

4.1.1 運(yùn)動(dòng)數(shù)據(jù)預(yù)處理 43

4.1.2 運(yùn)動(dòng)數(shù)據(jù)降維 44

4.1.3 基于最優(yōu)化的運(yùn)動(dòng)模型及運(yùn)動(dòng)合成 45

4.1.4 人體運(yùn)動(dòng)合成技術(shù) 45

4.2 運(yùn)動(dòng)控制算法流程 51

4.2.1 低維信號模擬 51

4.2.2 基于最近鄰查找的運(yùn)動(dòng)模型 51

4.2.3 局部在線模型及運(yùn)動(dòng)控制 51

4.2.4 人體運(yùn)動(dòng)控制技術(shù) 52

4.3 本章小結(jié) 54

參考文獻(xiàn) 55

第5章 基于預(yù)測的實(shí)時(shí)運(yùn)動(dòng)捕獲數(shù)據(jù)無損壓縮方法 61

5.1 數(shù)據(jù)的分組處理 62

5.2 預(yù)測規(guī)則 63

5.3 最佳α值與α值查找表的構(gòu)建 65

5.4 實(shí)驗(yàn)結(jié)果與討論 66

5.4.1 不同參數(shù)組合下的壓縮比 67

5.4.2 平均預(yù)測誤差與壓縮比 69

5.4.3 與其他壓縮方法對比 70

5.5 本章小結(jié) 71

參考文獻(xiàn) 72

第6章 關(guān)鍵幀提取與浮點(diǎn)壓縮方法 73

6.1 特征表示方式和維度約減 73

6.1.1 骨骼夾角特征表示方法 74

6.1.2 優(yōu)化的骨骼夾角特征表示方法 75

6.2 并行曲線簡化方法 77

6.3 基于局部最小生成樹的點(diǎn)模型浮點(diǎn)壓縮方法 79

6.3.1 預(yù)測及浮點(diǎn)數(shù)壓縮 80

6.3.2 實(shí)驗(yàn)結(jié)果與分析 81

6.4 基于GPU的無損浮點(diǎn)壓縮方法 83

6.4.1 Lorenzo預(yù)測器 84

6.4.2 Lorenzo的并行方案 85

6.5 本章小結(jié) 86

參考文獻(xiàn) 87

第7章 基于樣例的實(shí)時(shí)人體運(yùn)動(dòng)數(shù)據(jù)檢索 89

7.1 預(yù)處理 90

7.1.1 特征定義 91

7.1.2 運(yùn)動(dòng)索引提取 92

7.2 實(shí)時(shí)檢索 94

7.2.1 基本相關(guān)性系數(shù)計(jì)算 94

7.2.2 等長規(guī)格化 95

7.2.3 計(jì)算匹配分?jǐn)?shù) 95

7.2.4 兩階段匹配過程 96

7.3 結(jié)果和討論 97

7.3.1 預(yù)處理階段結(jié)果 97

7.3.2 實(shí)時(shí)檢索結(jié)果 99

7.4 本章小結(jié) 103

參考文獻(xiàn) 104

第8章 人體運(yùn)動(dòng)捕獲數(shù)據(jù)庫集成框架 106

8.1 系統(tǒng)概述 106

8.2 運(yùn)動(dòng)索引和EigenDis定義 107

8.3 對壓縮的運(yùn)動(dòng)數(shù)據(jù)庫進(jìn)行多步檢索 108

8.4 結(jié)果與討論 108

8.4.1 數(shù)據(jù)庫創(chuàng)建階段結(jié)果 109

8.4.2 實(shí)時(shí)檢索階段結(jié)果 110

8.5 本章小結(jié) 111

第9章 基于草繪的快速位姿檢索與位姿創(chuàng)建 112

9.1 引言 112

9.2 相關(guān)工作 113

9.3 系統(tǒng)概述 114

9.4 運(yùn)動(dòng)數(shù)據(jù)預(yù)處理 115

9.5 圖像描述符 117

9.6 局部匹配和快速位姿檢索 118

9.7 基于采樣的位姿提煉 120

9.8 實(shí)驗(yàn) 122

9.9 用戶調(diào)查 127

9.10 本章小結(jié) 130

參考文獻(xiàn) 131

第10章 基于高斯過程動(dòng)態(tài)模型的人體節(jié)奏運(yùn)動(dòng)合成 134

10.1 引言 134

10.2 相關(guān)工作 135

10.3 算法概述 136

10.3.1 節(jié)奏和運(yùn)動(dòng)特征提取 137

10.3.2 節(jié)奏提取 137

10.3.3 運(yùn)動(dòng)特征提取 138

10.4 節(jié)奏和運(yùn)動(dòng)特征匹配 139

10.5 運(yùn)動(dòng)節(jié)奏轉(zhuǎn)移 139

10.6 實(shí)驗(yàn)結(jié)果 140

10.6.1 節(jié)奏提取結(jié)果 140

10.6.2 運(yùn)動(dòng)特征提取結(jié)果 141

10.6.3 GPDM插值和節(jié)奏轉(zhuǎn)移 142

10.7 本章小結(jié) 144

參考文獻(xiàn) 145

第11章 基于生物力學(xué)的最優(yōu)化觸碰運(yùn)動(dòng)合成 147

11.1 引言 147

11.2 相關(guān)工作 148

11.3 基于生物力學(xué)的真實(shí)感觸碰控制器 150

11.4 數(shù)據(jù)預(yù)處理 150

11.4.1 手臂觸碰工作區(qū)計(jì)算 150

11.4.2 策略分類 152

11.4.3 低維空間構(gòu)造 152

11.5 基于最優(yōu)化的運(yùn)動(dòng)合成 153

11.5.1 快速最近鄰查找 153

11.5.2 目標(biāo)函數(shù) 153

11.6 實(shí)驗(yàn) 154

11.6.1 實(shí)驗(yàn)設(shè)置 154

11.6.2 結(jié)果 154

11.6.3 結(jié)果分析 155

11.7 本章小結(jié) 158

參考文獻(xiàn) 158

第12章 基于組合控制器的觸碰運(yùn)動(dòng)合成 161

12.1 引言 161

12.2 相關(guān)工作 162

12.2.1 觸碰和抓取運(yùn)動(dòng)合成 162

12.2.2 基于模型的運(yùn)動(dòng)合成 163

12.2.3 基于組合控制器的運(yùn)動(dòng)合成 163

12.3 系統(tǒng)框架 163

12.4 控制器定義 164

12.4.1 靜態(tài)控制器 164

12.4.2 過渡控制器 166

12.5 觸碰運(yùn)動(dòng)合成 166

12.6 實(shí)驗(yàn) 167

12.6.1 實(shí)驗(yàn)環(huán)境設(shè)置 167

12.6.2 基于靜態(tài)控制器的單次和連續(xù)觸碰 168

12.6.3 結(jié)合過渡控制器的試探性觸碰 169

12.6.4 手眼協(xié)同 169

12.7 本章小結(jié) 170

參考文獻(xiàn) 171


本目錄推薦

掃描二維碼
Copyright ? 讀書網(wǎng) ranfinancial.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號 鄂公網(wǎng)安備 42010302001612號