基于Kinect的组合手势识别及应用
| 中文摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 课题研究背景 | 第11页 |
| 1.2 国内外研究现状分析 | 第11-13页 |
| 1.3 本文的工作及主要贡献 | 第13-14页 |
| 1.4 本文的组织结构 | 第14-15页 |
| 第2章 基础理论及相关技术 | 第15-21页 |
| 2.1 KINECT深度信息的获取 | 第15-17页 |
| 2.1.1 Kinect简介 | 第15页 |
| 2.1.2 Kinect的结构 | 第15-16页 |
| 2.1.3 Kinect深度图像成像原理 | 第16-17页 |
| 2.2 OPENNI简介 | 第17-19页 |
| 2.2.1 OpenNI架构 | 第17-19页 |
| 2.3 肤色检测中颜色空间的选择 | 第19-20页 |
| 2.3.1 RGB颜色空间 | 第19-20页 |
| 2.3.2 HSV颜色空间 | 第20页 |
| 2.3.3 YCb Cr颜色空间 | 第20页 |
| 2.4 本章小结 | 第20-21页 |
| 第3章 基于像素分类器和椭圆拟合的指尖点检测算法 | 第21-39页 |
| 3.1 手区域的分割 | 第21-23页 |
| 3.2 肤色区域的检测 | 第23-26页 |
| 3.3 手指尖点的检测 | 第26-32页 |
| 3.4 关于像素分类器参数的训练 | 第32-37页 |
| 3.5 算法的分析与比较 | 第37-38页 |
| 3.6 本章小结 | 第38-39页 |
| 第4章 手腕点的检测 | 第39-47页 |
| 4.1 轮廓和凸包的提取 | 第39-40页 |
| 4.2 手腕侧点的检测 | 第40-41页 |
| 4.3 手腕点的检测 | 第41-42页 |
| 4.4 手臂点的检测 | 第42-44页 |
| 4.5 算法的鲁棒性和准确性分析 | 第44-46页 |
| 4.6 本章小结 | 第46-47页 |
| 第5章 算法分析及应用 | 第47-58页 |
| 5.1 实验设备和实验环境 | 第47-48页 |
| 5.2 本文算法的实时性分析与讨论 | 第48-49页 |
| 5.3 手势语义的设计及应用 | 第49-56页 |
| 5.3.1 食指指向手势的设计及应用 | 第49-53页 |
| 5.3.2 组合手势的设计及在增强现实中的应用 | 第53-56页 |
| 5.4 用户研究 | 第56-57页 |
| 5.5 本章小结 | 第57-58页 |
| 第6章 总结与展望 | 第58-61页 |
| 6.1 本文研究工作的总结 | 第58-59页 |
| 6.2 下一步工作展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
