| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 引言 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 国内外的研究现状 | 第12-14页 |
| 1.2.1 国外的研究近况 | 第12-13页 |
| 1.2.2 国内的研究状况 | 第13-14页 |
| 1.3 本文主要工作 | 第14-16页 |
| 第2章 基础理论 | 第16-28页 |
| 2.1 手势识别技术综述 | 第16-20页 |
| 2.1.1 基本概念 | 第16-19页 |
| 2.1.2 手势识别基本方法 | 第19页 |
| 2.1.3 手势识别技术的主要应用领域 | 第19-20页 |
| 2.2 结构光技术综述 | 第20-27页 |
| 2.2.1 点结构光法 | 第21-22页 |
| 2.2.2 线结构光法 | 第22-26页 |
| 2.2.3 面结构光法 | 第26-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第3章 基于结构光的手势提取技术 | 第28-43页 |
| 3.1 引言 | 第28页 |
| 3.2 kinect类3D相机测量原理 | 第28-29页 |
| 3.3 感兴趣区域的提取 | 第29-32页 |
| 3.3.1 最近邻法 | 第29-30页 |
| 3.3.2 基于最近目标法的感兴趣区域提取技术 | 第30-32页 |
| 3.4 肤色检测 | 第32-34页 |
| 3.4.1 颜色空间 | 第32-33页 |
| 3.4.2 肤色模型 | 第33-34页 |
| 3.5 Adaboost识别 | 第34-41页 |
| 3.5.1 Adaboost算法 | 第34-40页 |
| 3.5.1.1 Adaboost算法基本原理与过程 | 第35-37页 |
| 3.5.1.2 矩形特征 | 第37-38页 |
| 3.5.1.3 矩形特征的快速算法——积分图 | 第38页 |
| 3.5.1.4 弱分类器及其选取 | 第38-39页 |
| 3.5.1.5 级联分类器 | 第39-40页 |
| 3.5.2 手势检测与识别 | 第40-41页 |
| 3.6 实验及分析 | 第41-42页 |
| 3.7 本章小结 | 第42-43页 |
| 第4章 基于隐马尔科夫模型的手势识别技术 | 第43-57页 |
| 4.1 HMM模型基本概念与原理 | 第43-47页 |
| 4.1.1 HMM模型基本概念 | 第43-44页 |
| 4.1.2 HMM模型基本原理 | 第44-47页 |
| 4.2 基于HMM模型的动态手势识别系统 | 第47-53页 |
| 4.2.1 手势中心的提取 | 第47页 |
| 4.2.2 特征提取 | 第47-48页 |
| 4.2.3 HMM模型训练 | 第48-52页 |
| 4.2.4 基于HMM模型的手势识别过程 | 第52-53页 |
| 4.3 实验及分析 | 第53-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第5章 总结和展望 | 第57-60页 |
| 5.1 总结 | 第57-58页 |
| 5.2 展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64页 |