| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 背景 | 第11-12页 |
| 1.2 NUI | 第12-13页 |
| 1.3 Kinect简介 | 第13-16页 |
| 1.4 论文的研究内容 | 第16-17页 |
| 1.5 论文的结构 | 第17-18页 |
| 1.6 本章小结 | 第18-19页 |
| 第二章 手势识别与手指跟踪原理 | 第19-27页 |
| 2.1 手势识别 | 第20-23页 |
| 2.1.1 手部分割 | 第20-21页 |
| 2.1.2 动态手势识别 | 第21-22页 |
| 2.1.3 手势识别相关应用 | 第22-23页 |
| 2.2 手指跟踪 | 第23-26页 |
| 2.2.1 基于非视觉信息的手指跟踪 | 第23页 |
| 2.2.2 基于视觉信息的指尖识别 | 第23-25页 |
| 2.2.3 三维指尖跟踪 | 第25页 |
| 2.2.4 手指跟踪相关应用 | 第25-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第三章 基于骨骼流信息的动态手势识别算法 | 第27-44页 |
| 3.1 Kinect的骨骼流图像 | 第27-30页 |
| 3.2 基于权重的DTW算法 | 第30-40页 |
| 3.2.1 传统DTW算法 | 第30-32页 |
| 3.2.2 人体正规化 | 第32-34页 |
| 3.2.3 DTW算法的优化 | 第34-36页 |
| 3.2.4 算法优化实验 | 第36-40页 |
| 3.3 基于骨骼点相对位置的算法 | 第40-42页 |
| 3.3.1 算法的原理 | 第40页 |
| 3.3.2 算法的实现 | 第40-42页 |
| 3.4 性能测评实验 | 第42-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第四章 基于深度信息的手指跟踪算法之一：手部分割定位 | 第44-51页 |
| 4.1 手部区域提取 | 第45-46页 |
| 4.2 手腕识别 | 第46-48页 |
| 4.2.1 距离变换 | 第46页 |
| 4.2.2 手腕分割 | 第46-48页 |
| 4.3 掌心识别 | 第48-49页 |
| 4.4 轮廓提取 | 第49-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第五章 基于深度信息的手指跟踪算法之二：指尖识别跟踪 | 第51-69页 |
| 5.1 指尖识别 | 第52-60页 |
| 5.1.1 传统的K-curvature算法 | 第52-53页 |
| 5.1.2 K-curvature算法的改进 | 第53-56页 |
| 5.1.3 参数分析与优化 | 第56-59页 |
| 5.1.4 算法分析与比较 | 第59-60页 |
| 5.2 指尖跟踪 | 第60-67页 |
| 5.2.1 指尖排序算法 | 第60-63页 |
| 5.2.2 指尖 3D坐标的计算 | 第63-65页 |
| 5.2.3 前后帧匹配 | 第65-67页 |
| 5.3 本章小结 | 第67-69页 |
| 第六章 算法实现及应用 | 第69-78页 |
| 6.1 系统的架构与环境 | 第69-71页 |
| 6.1.1 软硬件环境 | 第69-70页 |
| 6.1.2 系统的架构 | 第70-71页 |
| 6.2 手势识别应用：MOOC录制系统 | 第71-75页 |
| 6.2.1 MOOC录制的开始和停止 | 第72-74页 |
| 6.2.2 MOOC录制中的手势控制 | 第74-75页 |
| 6.3 手势识别与手指跟踪实例 | 第75-77页 |
| 6.3.1 图片浏览 | 第75-76页 |
| 6.3.2 鼠标移动和单击 | 第76-77页 |
| 6.4 本章小结 | 第77-78页 |
| 第七章 总结与展望 | 第78-80页 |
| 7.1 总结 | 第78页 |
| 7.2 改进以及展望 | 第78-80页 |
| 参考文献 | 第80-83页 |
| 致谢 | 第83-84页 |
| 攻读硕士学位期间已发表或录用的论文 | 第84-86页 |