基于体感的空间机器臂人机交互技术
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第12-13页 |
| 缩略语对照表 | 第13-17页 |
| 第一章 绪论 | 第17-23页 |
| 1.1 研究目的与意义 | 第17-18页 |
| 1.2 研究现状 | 第18-20页 |
| 1.3 技术难点 | 第20-21页 |
| 1.4 论文内容与章节安排 | 第21-23页 |
| 第二章 手势检测与分割 | 第23-37页 |
| 2.1 传统分割方法简介 | 第23-24页 |
| 2.2 深度分割方法 | 第24-32页 |
| 2.2.1 Kinect介绍 | 第24-25页 |
| 2.2.2 Kinect开发库 | 第25-28页 |
| 2.2.3 基于Kinect的手势分割 | 第28-32页 |
| 2.3 掌心确定 | 第32-35页 |
| 2.4 小结 | 第35-37页 |
| 第三章 指尖检测 | 第37-49页 |
| 3.1 凸包凸缺陷法 | 第37-40页 |
| 3.1.1 凸包与凸缺陷的概念 | 第37-38页 |
| 3.1.2 算法介绍 | 第38-40页 |
| 3.2 曲线分析法 | 第40-43页 |
| 3.3 三点检测法 | 第43-47页 |
| 3.4 小结 | 第47-49页 |
| 第四章 静态手势识别 | 第49-75页 |
| 4.1 特征表示 | 第49-62页 |
| 4.1.1 全局特征 | 第49-51页 |
| 4.1.2 局部特征 | 第51页 |
| 4.1.3 SURF特征 | 第51-56页 |
| 4.1.4 HOG特征 | 第56-58页 |
| 4.1.5 类Haar特征 | 第58-60页 |
| 4.1.6 BOW描述符 | 第60-62页 |
| 4.2 SVM分类器 | 第62-67页 |
| 4.2.1 线性可分SVM | 第63-64页 |
| 4.2.2 线性不可分SVM | 第64-65页 |
| 4.2.3 二分类到多分类的扩展 | 第65-67页 |
| 4.3 静态手势识别的实验 | 第67-74页 |
| 4.3.1 样本库的建立 | 第67-70页 |
| 4.3.2 实验的结果及分析 | 第70-74页 |
| 4.4 小结 | 第74-75页 |
| 第五章 动态手势识别 | 第75-87页 |
| 5.1 动态手势分割 | 第75-77页 |
| 5.2 动态手势特征 | 第77-79页 |
| 5.3 DTW算法 | 第79-80页 |
| 5.4 基于DTW算法的动态手势识别实现 | 第80-85页 |
| 5.4.1 动态手势库的定义 | 第81-83页 |
| 5.4.2 动态手势识别实验结果及分析 | 第83-85页 |
| 5.5 小结 | 第85-87页 |
| 第六章 肢体动作识别及交互设计 | 第87-99页 |
| 6.1 用户关节角度的计算 | 第87-89页 |
| 6.2 用户关节的平滑处理 | 第89-93页 |
| 6.2.1 卡尔曼滤波器算法介绍 | 第89-90页 |
| 6.2.2 具体应用 | 第90-93页 |
| 6.3 体感交互的实现 | 第93-98页 |
| 6.3.1 虚拟机械臂模型及交互场景 | 第93-94页 |
| 6.3.2 体感交互模式设计 | 第94-95页 |
| 6.3.3 体感交互实验 | 第95-98页 |
| 6.4 小结 | 第98-99页 |
| 第七章 总结与展望 | 第99-101页 |
| 7.1 工作总结 | 第99页 |
| 7.2 工作展望 | 第99-101页 |
| 参考文献 | 第101-105页 |
| 致谢 | 第105-107页 |
| 作者简介 | 第107-108页 |
