基于稀疏表示的手势识别算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.3 手势识别的研究难点 | 第16页 |
| 1.4 本文研究的内容 | 第16-17页 |
| 1.5 本文的组织结构 | 第17-18页 |
| 第2章 手势识别相关研究工作 | 第18-30页 |
| 2.1 手势的基本概念 | 第18-20页 |
| 2.1.1 手势的定义 | 第18-19页 |
| 2.1.2 手势的分类 | 第19页 |
| 2.1.3 手势的建模 | 第19-20页 |
| 2.2 手势信息的获取 | 第20-24页 |
| 2.2.1 加速度传感器 | 第20-22页 |
| 2.2.2 设备定位 | 第22-23页 |
| 2.2.3 运动轨迹提取推导 | 第23-24页 |
| 2.3 手势识别算法 | 第24-28页 |
| 2.3.1 手势识别经典算法 | 第24-28页 |
| 2.3.2 手势识别新算法—稀疏表示方法 | 第28页 |
| 2.4 小结 | 第28-30页 |
| 第3章 一种基于KSVD的手势识别算法 | 第30-44页 |
| 3.1 引言 | 第30页 |
| 3.2 稀疏表示理论 | 第30-32页 |
| 3.3 算法描述与分析 | 第32-37页 |
| 3.3.1 手势字典的构造 | 第32-33页 |
| 3.3.2 待测手势的表示 | 第33-34页 |
| 3.3.3 稀疏训练集合的形成 | 第34-35页 |
| 3.3.4 手势识别阶段—协同表示 | 第35-37页 |
| 3.4 实验分析 | 第37-42页 |
| 3.4.1 数据集 | 第37-38页 |
| 3.4.2 实验过程与实验结果分析 | 第38-42页 |
| 3.5 小结 | 第42-44页 |
| 第4章 改进的基于稀疏表示的手势识别算法 | 第44-55页 |
| 4.1 引言 | 第44页 |
| 4.2 算法分析 | 第44-49页 |
| 4.2.1 L1范数求解原理 | 第45页 |
| 4.2.2 基于稀疏表示的分类模型 | 第45-47页 |
| 4.2.3 基于K近邻的改进算法 | 第47-49页 |
| 4.3 实验分析 | 第49-54页 |
| 4.3.1 数据集 | 第49-50页 |
| 4.3.2 实验过程与结果分析 | 第50-54页 |
| 4.4 小结 | 第54-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-63页 |
| 附录A 攻读学位期间发表的学术论文目录 | 第63-64页 |
| 致谢 | 第64页 |
