基于视觉的实时静态手势识别技术研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题的研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状及分析 | 第10-14页 |
| 1.2.1 国外研究现状 | 第10-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.2.3 国内外文献综述的简析 | 第13-14页 |
| 1.3 本文主要研究工作 | 第14-15页 |
| 1.4 本文的章节安排 | 第15-16页 |
| 第2章 静态手势识别相关算法介绍 | 第16-24页 |
| 2.1 手势分割方法 | 第16-19页 |
| 2.1.1 运动帧差法 | 第17-18页 |
| 2.1.2 肤色模型法 | 第18-19页 |
| 2.2 手势特征提取方法 | 第19-21页 |
| 2.3 手势分类方法 | 第21-23页 |
| 2.3.1 Softmax多分类 | 第21-22页 |
| 2.3.2 支持向量机多分类 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 静态手势识别算法研究与改进 | 第24-42页 |
| 3.1 手势的检测与分割 | 第24-29页 |
| 3.1.1 肤色分割 | 第25-27页 |
| 3.1.2 边缘检测 | 第27-29页 |
| 3.2 手腕定位算法研究与改进 | 第29-38页 |
| 3.2.1 基于最小外接矩形法 | 第29-30页 |
| 3.2.2 基于最长内弦方法 | 第30-33页 |
| 3.2.3 基于指尖定位方法的设计 | 第33-38页 |
| 3.3 手势特征提取和分类器设计 | 第38-41页 |
| 3.3.1 方向梯度直方图特征提取 | 第38-40页 |
| 3.3.2 基于SVM和Softmax分类 | 第40-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第4章 实验平台介绍及实验结果分析 | 第42-51页 |
| 4.1 实验条件介绍 | 第42页 |
| 4.2 手势分割实验结果分析 | 第42-43页 |
| 4.3 手腕定位实验结果分析 | 第43-47页 |
| 4.4 手势分类结果及系统实时性分析 | 第47-50页 |
| 4.5 本章小结 | 第50-51页 |
| 结论 | 第51-52页 |
| 参考文献 | 第52-58页 |
| 致谢 | 第58页 |
