在我們的日常生活中,學(xué)習(xí)動作是做很多事情必須經(jīng)歷的階段,比如學(xué)習(xí)跳舞、武術(shù)、打拳、投籃、羽毛球揮拍、高爾夫揮桿等動作,都需要從基礎(chǔ)動作開始慢慢學(xué)、對比標(biāo)準(zhǔn)姿勢、分析自身動作的不足并加以糾正,如此循環(huán)往復(fù)才能練好一套標(biāo)準(zhǔn)動作。而在學(xué)習(xí)標(biāo)準(zhǔn)動作時,可以一對一親身教學(xué),可以自己照著鏡子學(xué)習(xí),也可以看著視頻或者圖片練習(xí),但是這些傳統(tǒng)的學(xué)習(xí)方法不僅耗費時間長,而且不容易發(fā)現(xiàn)和糾正小幅度的錯誤動作,難以提高學(xué)習(xí)效率,并且對動作的標(biāo)準(zhǔn)程度也沒有一個統(tǒng)一的定量的標(biāo)準(zhǔn)�；谔摂M現(xiàn)實技術(shù)產(chǎn)生的虛擬系統(tǒng)能夠輔助人們訓(xùn)練各種各樣技能,同時大大降低了學(xué)習(xí)這些技能的成本和實操的風(fēng)險,如飛機駕駛訓(xùn)練系統(tǒng)、內(nèi)科手術(shù)模擬系統(tǒng)、虛擬環(huán)境士兵訓(xùn)練系統(tǒng)等。本文在虛擬現(xiàn)實技術(shù)的大環(huán)境下,利用微軟公司推出的第二代Kinect設(shè)備可以實時追蹤用戶骨架數(shù)據(jù)的特點,開發(fā)了一套針對動作學(xué)習(xí)的輔助系統(tǒng)。本文主要工作如下:(1)采用骨骼蒙皮技術(shù)構(gòu)建了虛擬3D人物模型,在計算模型運動時的皮膚變形時,用雙四元數(shù)線性蒙皮算法代替系統(tǒng)默認(rèn)的線性蒙皮算法,使三維模型運動起來更加逼真;(2)利用GPU代替CPU進(jìn)行皮膚頂點的更新和三維人物模型的渲染,基...

【文章來源】： 中北大學(xué)山西省

【文章頁數(shù)】：106 頁

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 課題研究背景
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 課題研究意義
    1.4 本文主要工作
    1.5 論文組織結(jié)構(gòu)
第二章 相關(guān)技術(shù)研究
    2.1 實時動畫技術(shù)
        2.1.1 實時動畫技術(shù)分類
        2.1.2 骨骼蒙皮動畫
        2.1.3 蒙皮算法
            2.1.3.1 線性混合蒙皮算法
            2.1.3.2 球面混合蒙皮算法
            2.1.3.3 雙四元數(shù)線性混合蒙皮算法
        2.1.4 骨骼動畫制作
        2.1.5 關(guān)鍵幀插值
        2.1.6 利用GPU更新骨骼與頂點
        2.1.7 實時驅(qū)動三維人物模型
    2.2 動作捕捉技術(shù)
    2.3 Kinect設(shè)備簡介
        2.3.1 Kinect V2.0深度測量原理
        2.3.2 Kinect數(shù)據(jù)流
        2.3.3 Kinect骨骼跟蹤
    2.4 Unity平臺簡介
    2.5 本章小結(jié)
第三章 改進(jìn)的人體運動檢測方法
    3.1 相關(guān)算法
        3.1.1 動態(tài)幀數(shù)替換算法
        3.1.2 中位值均值濾波算法
        3.1.3 EWMA算法
    3.2 改進(jìn)的中位值均值濾波算法
        3.2.1 自適應(yīng)濾波因子的引入
        3.2.2 加入偏移預(yù)測量
        3.2.3 改進(jìn)的中位值均值濾波算法的濾波步驟
    3.3 改進(jìn)的EWMA算法
        3.3.1 權(quán)重控制參數(shù)自適應(yīng)變化
        3.3.2 自適應(yīng)權(quán)重動態(tài)分配函數(shù)
        3.3.3 改進(jìn)的EWMA算法的平滑步驟
    3.4 算法單獨測試
        3.4.1 測試過程設(shè)計
        3.4.2 改進(jìn)的中位值均值濾波算法測試
        3.4.3 改進(jìn)的EWMA算法測試
    3.5 實驗環(huán)境算法聯(lián)合測試
        3.5.1 應(yīng)用系統(tǒng)介紹
        3.5.2 算法聯(lián)合測試原理
        3.5.3 算法聯(lián)合測試實施
    3.6 測試結(jié)果
    3.7 本章小結(jié)
第四章 基于Kinect的動作學(xué)習(xí)輔助系統(tǒng)的設(shè)計和實現(xiàn)
    4.1 可行性研究
        4.1.1 硬件可行性
        4.1.2 軟件可行性
    4.2 需求分析
        4.2.1 功能性需求
        4.2.2 非功能性需求
    4.3 平臺搭建
        4.3.1 硬件設(shè)備和軟件環(huán)境
        4.3.2 驅(qū)動軟件
        4.3.3 Unity平臺和Kinect連接
        4.3.4 平臺運行測試
    4.4 系統(tǒng)架構(gòu)
    4.5 系統(tǒng)信息處理模塊
        4.5.1 數(shù)據(jù)流處理模塊
        4.5.2 動作捕捉模塊
        4.5.3 模型驅(qū)動模塊
        4.5.4 動作錄制與重放模塊
        4.5.5 動作分析與反饋模塊
        4.5.6 分?jǐn)?shù)計算模塊
    4.6 本章小結(jié)
第五章 系統(tǒng)運行與測試
    5.1 運行環(huán)境
        5.1.1 硬件設(shè)備
        5.1.2 軟件環(huán)境
    5.2 系統(tǒng)功能測試
        5.2.1 系統(tǒng)登入功能
        5.2.2 動作學(xué)習(xí)功能
        5.2.3 場景選擇功能
        5.2.4 實時評分功能
        5.2.5 系統(tǒng)運行界面測試
        5.2.6 退出功能
    5.3 系統(tǒng)易用性
    5.4 系統(tǒng)可靠性
    5.5 實驗結(jié)論
    5.6 本章小結(jié)
第六章 總結(jié)與未來工作
    6.1 本文工作總結(jié)
    6.2 未來工作展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文及取得的研究成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]在線學(xué)習(xí)平臺視頻教學(xué)交互環(huán)境現(xiàn)狀與未來發(fā)展 [J]. 劉述,單舉芝.  中國電化教育. 2019(03)
[2]壓縮性骨折內(nèi)固定手術(shù)仿真 [J]. 解翠,耿俊美,李健,董軍宇.  系統(tǒng)仿真學(xué)報. 2019(07)
[3]面向頭盔式虛擬現(xiàn)實的OsgEarth立體視覺生成方法 [J]. 譚力恒,馬強,蔣秉川,李鋒.  系統(tǒng)仿真學(xué)報. 2019(07)
[4]人類動作發(fā)展、演進(jìn)與融合——當(dāng)前動作學(xué)習(xí)研究熱點述評 [J]. 李振旗,陳芳麗,湯笑然.  體育世界(學(xué)術(shù)版). 2019(01)
[5]運動捕捉技術(shù)及其在體育運動中的應(yīng)用研究綜述 [J]. 何天宇,羅奇.  電子測量技術(shù). 2019(03)
[6]一種視覺信息融合數(shù)據(jù)手套設(shè)計研究 [J]. 王賦攀,吳亞東,楊文超,楊帆,侯佳鑫,廖競.  計算機研究與發(fā)展. 2018(12)
[7]基于Kinect的射擊游戲動作的設(shè)計方法研究 [J]. 王輝柏,張澤普.  計算機仿真. 2018(12)
[8]基于深度學(xué)習(xí)的人體動作識別方法 [J]. 李玉鵬,劉婷婷,張良.  計算機應(yīng)用研究. 2020(01)
[9]反饋在動作技能學(xué)習(xí)過程中的影響機制之研究 [J]. 張帆.  學(xué)周刊. 2018(30)
[10]基于動作捕捉的無人機運動狀態(tài)識別 [J]. 趙嶷飛,楊明澤.  科學(xué)技術(shù)與工程. 2018(27)

碩士論文
[1]基于確定學(xué)習(xí)理論和Kinect數(shù)據(jù)流的人體正面步態(tài)識別研究[D]. 康忠潤.華南理工大學(xué). 2018
[2]光學(xué)動作捕捉系統(tǒng)中的攝像頭標(biāo)定與3D重建技術(shù)研究與實現(xiàn)[D]. 肖哲.湖南大學(xué). 2018
[3]基于Unity3D與Kinect的體感交互技術(shù)應(yīng)用研究[D]. 王興魯.蘭州交通大學(xué). 2017
[4]基于運動捕捉數(shù)據(jù)的骨骼蒙皮動畫設(shè)計與實現(xiàn)[D]. 陳小滿.華僑大學(xué). 2016
[5]三種骨骼動畫蒙皮算法比較研究[D]. 劉暢.華南理工大學(xué). 2014
[6]基于Kinect的增強現(xiàn)實交互技術(shù)研究[D]. 董世明.上海大學(xué). 2014
[7]關(guān)節(jié)動畫技術(shù)的研究與實現(xiàn)[D]. 葉楊.武漢工程大學(xué). 2011



本文編號：3547108