| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 课题研究背景与意义 | 第8-10页 |
| 1.2 人手跟踪的国内外研究现状 | 第10-13页 |
| 1.2.1 接触式人手跟踪的研究现状 | 第11-12页 |
| 1.2.2 非接触式人手跟踪的研究现状 | 第12-13页 |
| 1.3 论文主要研究内容与方法 | 第13页 |
| 1.4 论文的结构安排 | 第13-16页 |
| 第2章 基于颜色直方图的粒子滤波人手跟踪方法 | 第16-32页 |
| 2.1 概述 | 第16-17页 |
| 2.2 贝叶斯滤波 | 第17-18页 |
| 2.3 粒子滤波 | 第18-21页 |
| 2.3.1 粒子滤波原理 | 第18-20页 |
| 2.3.2 粒子滤波存在主要问题 | 第20-21页 |
| 2.4 基于直方图的粒子滤波人手跟踪方法 | 第21-29页 |
| 2.4.1 颜色直方图 | 第21-23页 |
| 2.4.2 基于直方图的粒子滤波人手跟踪方法 | 第23-25页 |
| 2.4.3 实验结果与分析 | 第25-29页 |
| 2.5 本章小结 | 第29-32页 |
| 第3章 基于梯度矢量流活动轮廓模型的人手轮廓获取 | 第32-42页 |
| 3.1 活动轮廓模型原理 | 第32页 |
| 3.2 传统活动轮廓模型的数学表示 | 第32-34页 |
| 3.3 基于梯度矢量流的活动轮廓模型 | 第34-37页 |
| 3.3.1 基于梯度矢量流的活动轮廓模型的原理 | 第34-35页 |
| 3.3.2 基于梯度矢量流的活动轮廓模型的数学表达 | 第35-37页 |
| 3.4 基于GVFSNAKE的轮廓获取 | 第37-39页 |
| 3.4.1 简单图像的轮廓获取 | 第37-38页 |
| 3.4.2 目标人手的轮廓获取 | 第38-39页 |
| 3.5 本章小结 | 第39-42页 |
| 第4章 基于改进GVFSNAKE和粒子滤波的人手跟踪算法 | 第42-56页 |
| 4.1 人手图像灰度增强 | 第42-44页 |
| 4.1.1 肤色椭圆聚簇模型 | 第42-43页 |
| 4.1.2 基于肤色的灰度图像增强 | 第43-44页 |
| 4.2 肤色自适应GVFSNAKE模型 | 第44-49页 |
| 4.2.1 传统GVFSnake的肤色自适应改进 | 第45-47页 |
| 4.2.2 人手轮廓获取实验与分析 | 第47-49页 |
| 4.3 改进的人手跟踪算法原理 | 第49-51页 |
| 4.4 实验结果与分析 | 第51-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第5章 总结与展望 | 第56-58页 |
| 5.1 本文工作总结 | 第56-57页 |
| 5.2 下一步工作展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 发表论文和参加科研情况说明 | 第62-64页 |
| 致谢 | 第64页 |