| 摘要 | 第1-6页 |
| ABSTRACT | 第6-14页 |
| 第一章 绪论 | 第14-24页 |
| ·自然用户界面与体感教室 | 第14-16页 |
| ·自然用户界面概述 | 第14-15页 |
| ·体感教室 | 第15-16页 |
| ·Kinect 体感技术简介 | 第16-18页 |
| ·Kinect 结构 | 第16-17页 |
| ·Kincet 关键技术 | 第17-18页 |
| ·Kinect 不足之处 | 第18页 |
| ·研究背景与现状 | 第18-21页 |
| ·手势识别技术 | 第18-19页 |
| ·语音识别技术 | 第19-20页 |
| ·增强现实 | 第20-21页 |
| ·论文的研究内容 | 第21-22页 |
| ·论文的主要成果 | 第22页 |
| ·论文的结构 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第二章 手势识别方法概述 | 第24-33页 |
| ·手势识别概述 | 第24-28页 |
| ·基于触摸屏的手势识别 | 第24-25页 |
| ·基于数据手套的手势识别 | 第25-27页 |
| ·基于视觉的手势识别 | 第27-28页 |
| ·静态手势识别 | 第28-30页 |
| ·模板匹配 | 第28页 |
| ·基于手指检测 | 第28-29页 |
| ·基于指尖检测 | 第29-30页 |
| ·动态手势识别 | 第30-32页 |
| ·基于模板的方法 | 第31页 |
| ·基于语法的方法 | 第31-32页 |
| ·基于统计的方法 | 第32页 |
| ·本章小结 | 第32-33页 |
| 第三章 基于 KINECT 的静态手势识别方法与实验 | 第33-39页 |
| ·KINECT 骨骼识别原理 | 第33-34页 |
| ·静态手势识别 | 第34-38页 |
| ·手势分割 | 第34-36页 |
| ·运用 Border-Following 算法识别图像轮廓 | 第36-37页 |
| ·运用 K-curvature 算法辨别指尖 | 第37页 |
| ·K-curvature 算法 K 参数的实验与分析 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 基于 KINECT 的动态手势识别方法与实验 | 第39-61页 |
| ·动态手势识别的预处理 | 第39-51页 |
| ·手势分割 | 第39页 |
| ·手势检测一般方法 | 第39-42页 |
| ·手势检测具体实现 | 第42-45页 |
| ·特征提取 | 第45-47页 |
| ·滤波 | 第47-48页 |
| ·时间序列的优化 | 第48-49页 |
| ·掌、拳分类器实验与分析 | 第49-51页 |
| ·基于隐马尔可夫模型的手势识别 | 第51-56页 |
| ·隐马尔可夫的基本概念 | 第51-52页 |
| ·隐马尔可夫的基本问题 | 第52-54页 |
| ·隐马尔可夫的基本算法 | 第54-56页 |
| ·基于耦合隐马尔可夫的双手动态手势识别 | 第56-59页 |
| ·耦合隐马尔可夫的基本概念 | 第56-57页 |
| ·耦合隐马尔可夫的实现 | 第57-59页 |
| ·双手三维手势实现的具体流程 | 第59页 |
| ·本章小结 | 第59-61页 |
| 第五章 手势识别软件的具体实现及其在教学中的应用 | 第61-72页 |
| ·手势识别软件开发环境与架构 | 第61-62页 |
| ·软件硬件开发环境 | 第61页 |
| ·软件主要架构 | 第61-62页 |
| ·手势识别软件的实现 | 第62-68页 |
| ·基于指尖的静态手势识别的实现 | 第62-66页 |
| ·动态手势识别的实现 | 第66-68页 |
| ·手势识别软件在教学中的应用 | 第68-71页 |
| ·基本手势的定义 | 第69-70页 |
| ·幻灯片基本控制功能 | 第70-71页 |
| ·鼠标功能 | 第71页 |
| ·其它应用的操作与标记功能 | 第71页 |
| ·本章小结 | 第71-72页 |
| 第六章 总结与展望 | 第72-74页 |
| ·总结 | 第72页 |
| ·改进以及展望 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-79页 |
| 附录 1 | 第79-82页 |
| 攻读硕士学位期间已发表或录用的论文及参与的项目 | 第82页 |
