基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
近年来,机器学习技术被广泛应用于人体运动合成,取得了很多研究成果,这得益于运动捕获技术的成熟和使用.运动捕获技术使数据驱动的方法成为人体运动合成的主流,而机器学习技术能够有效地处理人体运动数据这类维数高且在时间和空间两个维度都具有较大相关性的数据.文中以机器学习方法为主线,结合各类方法的特点,对人体运动合成中的应用进行总结和归纳;同时,还展望了人体运动合成和运动数据处理技术未来的发展趋势.
推荐文章
基于人体运动的仿人型机器人动作的运动学匹配
仿人型机器人
运动捕捉
运动学匹配
相似性
地面接触条件
机器学习的主要策略综述
机器学习
学习策略
支持向量机
强化学习
遗传算法
社会网络分析中的机器学习技术综述
社会网络分析
机器学习
链接挖掘
基于机器学习的股票预测研究综述
股票预测
神经网络
时间序列
机器学习
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 人体运动合成中的机器学习技术综述
来源期刊 计算机辅助设计与图形学学报 学科 工学
关键词 人体运动 机器学习 运动捕获 数据驱动 虚拟人
年,卷(期) 2010,(9) 所属期刊栏目
研究方向 页码范围 1619-1627
页数 分类号 TP391.41
字数 7273字 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (105)
共引文献  (62)
参考文献  (43)
节点文献
引证文献  (35)
同被引文献  (23)
二级引证文献  (109)
1969(2)
  • 参考文献(0)
  • 二级参考文献(2)
1972(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(2)
  • 参考文献(0)
  • 二级参考文献(2)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(2)
  • 参考文献(0)
  • 二级参考文献(2)
1987(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(5)
  • 参考文献(1)
  • 二级参考文献(4)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(14)
  • 参考文献(3)
  • 二级参考文献(11)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(17)
  • 参考文献(3)
  • 二级参考文献(14)
2005(24)
  • 参考文献(5)
  • 二级参考文献(19)
2006(21)
  • 参考文献(4)
  • 二级参考文献(17)
2007(17)
  • 参考文献(8)
  • 二级参考文献(9)
2008(8)
  • 参考文献(7)
  • 二级参考文献(1)
2009(12)
  • 参考文献(11)
  • 二级参考文献(1)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(11)
  • 引证文献(9)
  • 二级引证文献(2)
2014(15)
  • 引证文献(5)
  • 二级引证文献(10)
2015(20)
  • 引证文献(4)
  • 二级引证文献(16)
2016(15)
  • 引证文献(1)
  • 二级引证文献(14)
2017(25)
  • 引证文献(4)
  • 二级引证文献(21)
2018(23)
  • 引证文献(3)
  • 二级引证文献(20)
2019(18)
  • 引证文献(4)
  • 二级引证文献(14)
2020(12)
  • 引证文献(0)
  • 二级引证文献(12)
研究主题发展历程
节点文献
人体运动
机器学习
运动捕获
数据驱动
虚拟人
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机辅助设计与图形学学报
月刊
1003-9775
11-2925/TP
大16开
北京2704信箱
82-456
1989
chi
出版文献量(篇)
6095
总下载数(次)
15
总被引数(次)
94943
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导