多通道手语信息融合方法的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·课题背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-15页 |
| ·手语识别的研究现状 | 第11-13页 |
| ·信息融合的研究现状 | 第13-15页 |
| ·本文研究内容 | 第15-16页 |
| ·章节安排 | 第16-18页 |
| 第2章 相关技术介绍 | 第18-25页 |
| ·基于HMM的手语识别 | 第18-20页 |
| ·HMM模型结构 | 第18-19页 |
| ·Baum-Welch算法 | 第19-20页 |
| ·Bayes估计理论 | 第20-22页 |
| ·Bayes基本概念 | 第20-21页 |
| ·Bayes理论在信息融合中的应用 | 第21-22页 |
| ·D-S证据理论 | 第22-24页 |
| ·D-S基本概念 | 第22-23页 |
| ·Dempster组合规则 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 单通道手语信息的识别 | 第25-38页 |
| ·引言 | 第25页 |
| ·基本思路 | 第25-28页 |
| ·面部表情特征提取 | 第28-30页 |
| ·手势特征提取 | 第30-31页 |
| ·训练识别 | 第31-32页 |
| ·结果分析 | 第32-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 多通道手语信息的决策级融合 | 第38-61页 |
| ·引言 | 第38页 |
| ·多通道手语信息融合策略 | 第38-39页 |
| ·基于Bayes估计理论的决策级融合 | 第39-52页 |
| ·Bayes融合方法在手语识别中的应用与研究 | 第40-45页 |
| ·Bayes估计理论算法设计 | 第45-47页 |
| ·实验结果分析 | 第47-52页 |
| ·基于D-S证据理论的决策级融合 | 第52-59页 |
| ·D-S融合方法在手语识别中的应用与研究 | 第52-56页 |
| ·D-S证据理论算法设计 | 第56-57页 |
| ·实验结果分析 | 第57-59页 |
| ·结果分析 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第5章 多通道手语信息融合系统设计与实现 | 第61-75页 |
| ·系统介绍 | 第61页 |
| ·系统设计 | 第61-69页 |
| ·系统流程设计 | 第61-65页 |
| ·系统功能设计 | 第65-66页 |
| ·类视图设计 | 第66-69页 |
| ·系统实现 | 第69-74页 |
| ·本章小结 | 第74-75页 |
| 结论 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 攻读学位期间公开发表论文 | 第81-82页 |
| 致谢 | 第82-83页 |
