| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4页 |
| 1 绪论 | 第7-19页 |
| 1.1 课题研究背景及意义 | 第7-10页 |
| 1.2 增强现实技术 | 第10-12页 |
| 1.3 手势识别研究现状 | 第12-15页 |
| 1.3.1 基于计算机视觉的手势识别研究现状 | 第12-13页 |
| 1.3.2 基于数据手套的手势识别研究现状 | 第13-14页 |
| 1.3.3 基于体感设备的手势识别 | 第14-15页 |
| 1.4 手势识别技术难点 | 第15-16页 |
| 1.5 手势交互和増强现实技术的融合 | 第16-17页 |
| 1.6 论文的组织结构 | 第17-19页 |
| 2 LEAPMOTION概述 | 第19-29页 |
| 2.1 硬件结构 | 第19-23页 |
| 2.2 工作原理 | 第23-25页 |
| 2.3 工作空间 | 第25-26页 |
| 2.4 LEAPMOTION手势跟踪算法介绍 | 第26-27页 |
| 2.5 基于LEAPMOTION的手势识别研究现状 | 第27页 |
| 2.6 平台及语言支持 | 第27-28页 |
| 2.7 本章小结 | 第28-29页 |
| 3 SVM-HMM模型与系统设计 | 第29-42页 |
| 3.1 SVM简介 | 第29-33页 |
| 3.1.1 最优分类面 | 第29-31页 |
| 3.1.2 SVM模型 | 第31-32页 |
| 3.1.3 SVM的核函数选择 | 第32页 |
| 3.1.4 SMO训练算法 | 第32-33页 |
| 3.2 HMM简介 | 第33-37页 |
| 3.2.1 HMM的三个经典问题 | 第34-35页 |
| 3.2.2 HMM使用的经典算法 | 第35-37页 |
| 3.3 SVM-HMM混合模型与系统设计 | 第37-40页 |
| 3.3.1 静态手势识别 | 第37-38页 |
| 3.3.2 交互系统设计 | 第38-39页 |
| 3.3.3 动态手势识别 | 第39-40页 |
| 3.4 本章小结 | 第40-42页 |
| 4 实验与讨论 | 第42-47页 |
| 4.1 测试环境 | 第42页 |
| 4.2 静态手势分类测试 | 第42-43页 |
| 4.3 动态手势分类测试 | 第43-44页 |
| 4.4 相关工作比较 | 第44-45页 |
| 4.5 学习成本测试 | 第45-46页 |
| 4.6 本章小结 | 第46-47页 |
| 5 增强现实场景应用 | 第47-52页 |
| 5.1 PYGAME简介 | 第47-48页 |
| 5.2 系统功能设计 | 第48页 |
| 5.3 系统运行流程 | 第48-49页 |
| 5.4 系统演示 | 第49-51页 |
| 5.5 本章小结 | 第51-52页 |
| 6 总结与展望 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 附录 | 第58页 |
| 作者在攻读学位期间发表的论文目录 | 第58页 |