基于运动轨迹的手势识别研究及应用
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-16页 |
| 第一章 绪论 | 第16-20页 |
| ·研究背景及意义 | 第16页 |
| ·手势识别发展现状 | 第16-19页 |
| ·本文内容安排 | 第19-20页 |
| 第二章 基于运动轨迹手势识别研究理论基础 | 第20-41页 |
| ·手势识别技术分类 | 第20-22页 |
| ·姿势的划分 | 第22-23页 |
| ·手势识别的系统结构 | 第23-25页 |
| ·图像预处理 | 第25-30页 |
| ·平滑处理 | 第25-26页 |
| ·锐化处理 | 第26-28页 |
| ·形态学处理 | 第28-29页 |
| ·颜色空间转换 | 第29-30页 |
| ·手势定位 | 第30-32页 |
| ·阈值分割法 | 第30-31页 |
| ·肤色探测法 | 第31页 |
| ·高斯背景模型 | 第31-32页 |
| ·手势特征提取 | 第32-36页 |
| ·Hu 矩 | 第32-33页 |
| ·Zernike 矩 | 第33-34页 |
| ·梯度方向直方图（HOG） | 第34-36页 |
| ·机器学习 | 第36-41页 |
| ·最近邻法 | 第36-37页 |
| ·神经网络 | 第37-39页 |
| ·隐马尔可夫模型（HMM） | 第39-41页 |
| 第三章 基于运动轨迹手势识别系统的子系统 | 第41-57页 |
| ·识别系统运行环境 | 第41-44页 |
| ·系统软硬件 | 第41-42页 |
| ·OPENCV 库 | 第42-43页 |
| ·LIBSVM | 第43-44页 |
| ·系统流程图 | 第44页 |
| ·预处理及特征提取 | 第44-48页 |
| ·颜色空间转换 | 第44页 |
| ·最大类间方差法 | 第44-46页 |
| ·面积计算 | 第46-47页 |
| ·特征提取 | 第47-48页 |
| ·支持向量机（SVM） | 第48-51页 |
| ·SVM 算法 | 第48-50页 |
| ·决策有向无环图（DAGSVM） | 第50-51页 |
| ·数据集的建立及训练 | 第51-54页 |
| ·数据集的建立 | 第51页 |
| ·构造分类器 | 第51-53页 |
| ·排除非手势 | 第53-54页 |
| ·实验数据及总结 | 第54-57页 |
| ·离线测试 | 第54-55页 |
| ·噪声测试 | 第55页 |
| ·总结 | 第55-57页 |
| 第四章 基于运动轨迹的动态手势识别系统 | 第57-74页 |
| ·动态手势识别流程 | 第57-58页 |
| ·亮度删除及手势定位 | 第58-59页 |
| ·特征计算及连续手势分割 | 第59-62页 |
| ·手势位置确定 | 第59-60页 |
| ·速度及角度计算 | 第60页 |
| ·连续手势分割 | 第60-62页 |
| ·数据归一化及插值 | 第62-65页 |
| ·归一化 | 第62-63页 |
| ·插值 | 第63-65页 |
| ·手势标准特征库的建立 | 第65-67页 |
| ·手势标准特征库的建立流程 | 第65-66页 |
| ·动态手势集的构成 | 第66-67页 |
| ·最近邻法则 | 第67-69页 |
| ·欧氏距离 | 第68页 |
| ·马氏距离 | 第68-69页 |
| ·交叉相关 | 第69页 |
| ·实验数据及分析 | 第69-72页 |
| ·实时测试 | 第72页 |
| ·总结 | 第72-74页 |
| 第五章 总结与展望 | 第74-75页 |
| 参考文献 | 第75-78页 |
| 致谢 | 第78-79页 |
| 研究成果及发表的学术论文 | 第79-80页 |
| 作者简介 | 第80页 |
| 导师简介 | 第80页 |
