| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 课题研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 本文的主要内容及结构安排 | 第11-13页 |
| 第二章 人机交互相关理论基础 | 第13-18页 |
| 2.1 Kinect相关介绍 | 第13-15页 |
| 2.1.1 Kinect硬件介绍 | 第13-14页 |
| 2.1.2 Kinect SDK介绍 | 第14-15页 |
| 2.1.3 Kinect深度图像获取 | 第15页 |
| 2.2 人机交互的发展趋势 | 第15-16页 |
| 2.3 人机交互设计方案 | 第16-17页 |
| 2.4 小结 | 第17-18页 |
| 第三章 动态手势识别方法研究 | 第18-38页 |
| 3.1 动态手势识别基本流程 | 第18-20页 |
| 3.2 手势分割 | 第20-24页 |
| 3.2.1 手部分割流程 | 第20页 |
| 3.2.2 场景分割与肤色检测 | 第20-23页 |
| 3.2.3 图像去噪处理 | 第23-24页 |
| 3.2.4 深度手势分割 | 第24页 |
| 3.3 手势检测 | 第24-25页 |
| 3.4 特征提取及其表示 | 第25-26页 |
| 3.4.1 手势特征向量 | 第25-26页 |
| 3.4.2 特征向量表示 | 第26页 |
| 3.5 动态手势识别 | 第26-37页 |
| 3.5.1 传统DTW算法 | 第27-28页 |
| 3.5.2 DTW算法的改进 | 第28-31页 |
| 3.5.3 KNN算法 | 第31-32页 |
| 3.5.4 动态手势识别算法(DTW_Imp) | 第32-33页 |
| 3.5.5 KNN参数K值设定 | 第33-34页 |
| 3.5.6 实验结果与分析 | 第34-37页 |
| 3.6 小结 | 第37-38页 |
| 第四章 人体肢体动作识别方法研究 | 第38-52页 |
| 4.1 人体空间坐标系的建立 | 第38-41页 |
| 4.2 动作特征向量的定义及表示 | 第41-45页 |
| 4.3 构造动作识别的行为树 | 第45-48页 |
| 4.4 肢体动作识别算法步骤描述 | 第48-49页 |
| 4.5 动作识别结果分析与比较 | 第49-51页 |
| 4.5.1 识别结果分析 | 第49页 |
| 4.5.2 算法比较 | 第49-51页 |
| 4.6 小结 | 第51-52页 |
| 第五章 大屏幕应用系统的设计实现 | 第52-61页 |
| 5.1 实验平台的搭建 | 第52-53页 |
| 5.1.1 硬件环境 | 第52-53页 |
| 5.1.2 软件环境 | 第53页 |
| 5.2 软件工具的安装配置 | 第53-55页 |
| 5.2.1 Kinect for Windows SDK配置 | 第53-54页 |
| 5.2.2 Microsoft Visual Studio 2010安装配置 | 第54页 |
| 5.2.3 OpenCV安装配置 | 第54-55页 |
| 5.3 应用系统结构 | 第55-56页 |
| 5.4 应用系统实现过程 | 第56-59页 |
| 5.5 应用系统成果展示 | 第59-60页 |
| 5.6 小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 6.1 总结 | 第61-62页 |
| 6.2 展望 | 第62-63页 |
| 参考文献 | 第63-69页 |
| 附录A 图索引 | 第69-71页 |
| 附录B 表索引 | 第71-72页 |
| 致谢 | 第72-73页 |
| 攻读硕士学位期间研究成果 | 第73页 |