基于随机投影的加速度手势识别
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第9-19页 |
| 1.1 引言 | 第9页 |
| 1.2 本文的研究背景及意义 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-13页 |
| 1.4 手势识别的应用 | 第13-16页 |
| 1.5 本文内容及安排 | 第16-19页 |
| 1.5.1 本文的主要研究内容 | 第16-17页 |
| 1.5.2 本文的结构 | 第17-19页 |
| 2 加速度手势识别模型 | 第19-24页 |
| 2.1 手势动作的定义 | 第19-20页 |
| 2.2 手势数据采集 | 第20-21页 |
| 2.3 手势数据预处理 | 第21页 |
| 2.4 有效手势数据提取 | 第21-22页 |
| 2.5 手势识别算法设计 | 第22-23页 |
| 2.6 本章小结 | 第23-24页 |
| 3 手势数据采集及处理 | 第24-34页 |
| 3.1 手势数据采集 | 第24-29页 |
| 3.1.1 Wiimote介绍 | 第24-26页 |
| 3.1.2 数据采集流程 | 第26-29页 |
| 3.2 数据预处理 | 第29-31页 |
| 3.3 有效手势数据提取 | 第31-33页 |
| 3.4 本章小结 | 第33-34页 |
| 4 基于随机投影的加速度手势识别 | 第34-49页 |
| 4.1 类中心集的确定 | 第35-37页 |
| 4.1.1 相似度矩阵计算 | 第35-36页 |
| 4.1.2 类中心集的获取 | 第36-37页 |
| 4.2 候选手势样本的确定 | 第37-38页 |
| 4.3 压缩感知 | 第38-40页 |
| 4.3.1 信号的稀疏性 | 第39-40页 |
| 4.3.2 观测矩阵的设计 | 第40页 |
| 4.4 随机投影算法 | 第40-44页 |
| 4.4.1 随机投影算法数学描述 | 第41-43页 |
| 4.4.2 随机投影算法有效性证明 | 第43-44页 |
| 4.5 随机投影矩阵确定 | 第44-46页 |
| 4.6 随机投影降维 | 第46-47页 |
| 4.7 手势识别 | 第47-48页 |
| 4.7.1 l1-minimization稀疏解 | 第47页 |
| 4.7.2 l1-minimization识别 | 第47-48页 |
| 4.8 本章小结 | 第48-49页 |
| 5 实验结果与分析 | 第49-54页 |
| 5.1 手势加速度数据集 | 第49-50页 |
| 5.2 基于特定人的手势识别 | 第50-52页 |
| 5.3 基于非特定人的手势识别 | 第52-53页 |
| 5.4 本章小结 | 第53-54页 |
| 6 总结与展望 | 第54-56页 |
| 6.1 本文总结 | 第54页 |
| 6.2 展望 | 第54-56页 |
| 参考文献 | 第56-61页 |
| 攻读硕士期间发表论文 | 第61-62页 |
| 致谢 | 第62页 |
