| ABSTRACT | 第5-7页 |
| 摘要 | 第8-10页 |
| List of Symbols and Abbreviations | 第10-21页 |
| CHAPTER 1: Introduction | 第21-31页 |
| 1.1 Background | 第21-27页 |
| 1.1.1 Hand gesture Recognition | 第21-23页 |
| 1.1.2 Higher-Order Local Autocorrelation | 第23-27页 |
| 1.2 Statement of the Problem | 第27页 |
| 1.3 Dissertation Objective | 第27-28页 |
| 1.3.1 General Objective | 第27-28页 |
| 1.3.2 Specific Objectives | 第28页 |
| 1.4 Research Questions | 第28页 |
| 1.5 Scope of the Research | 第28-29页 |
| 1.6 Dissertation Organisation | 第29-31页 |
| CHAPTER 2: Hand gesture Recognition System Review | 第31-51页 |
| 2.1 Introduction | 第31-32页 |
| 2.2 Hand Gesture Analysis | 第32-38页 |
| 2.2.1 Gesture in Human Communication | 第32-35页 |
| 2.2.2 Approach Based on Appearance | 第35-36页 |
| 2.2.3 Approach Based on 3D Model | 第36页 |
| 2.2.4 Soft Computing Approaches | 第36-38页 |
| 2.3 Hand Gestures System Modules | 第38-47页 |
| 2.3.1 Image Pre-processing | 第40页 |
| 2.3.2 Hand Detection | 第40-41页 |
| 2.3.3 Feature Extraction | 第41-45页 |
| 2.3.4 Feature Selection | 第45-46页 |
| 2.3.5 Feature Classification | 第46-47页 |
| 2.4 Framework Diagram for the Proposed System | 第47-48页 |
| 2.5 Summary | 第48-51页 |
| CHAPTER 3: Image Pre-processing | 第51-67页 |
| 3.1 Introduction | 第51-52页 |
| 3.2 Hand Region Detection | 第52-55页 |
| 3.3 Motion Detection | 第55-58页 |
| 3.3.1 Image Differencing | 第55-56页 |
| 3.3.2 Background Subtraction | 第56-58页 |
| 3.4 Skin Detection | 第58-60页 |
| 3.4.1 Skin Probability Map | 第59-60页 |
| 3.5 Morphology Weights | 第60-62页 |
| 3.6 Combination of Information | 第62-63页 |
| 3.7 Skin-Coloured Background Model | 第63-65页 |
| 3.8 Summary | 第65-67页 |
| CHAPTER 4: Feature Extraction Methodology | 第67-90页 |
| 4.1 Introduction | 第67页 |
| 4.2 Higher Order Spectra | 第67-70页 |
| 4.2.1 Higher-Order Local Autocorrelation | 第68-70页 |
| 4.3 HLAC Masks | 第70-79页 |
| 4.3.1 HLAC Feature Calculation | 第70-76页 |
| 4.3.2 Extended HLAC Features | 第76-79页 |
| 4.4 HLAC Techniques | 第79-87页 |
| 4.4.1 HLAC Like Features Technique | 第79-81页 |
| 4.4.2 Stacked-HLAC Technique | 第81-83页 |
| 4.4.3 HLAC-HOG Technique | 第83-87页 |
| 4.5 Summary | 第87-90页 |
| CHAPTER 5: Feature Selection Algorithm | 第90-100页 |
| 5.1 Introduction | 第90-91页 |
| 5.2 Filter Method | 第91-97页 |
| 5.2.1 Correlation Criteria | 第93页 |
| 5.2.2 Mutual Information | 第93-96页 |
| 5.2.3 Maximum of the Minimum Criteria | 第96-97页 |
| 5.3 Summary | 第97-100页 |
| CHAPTER 6: Feature Classification | 第100-109页 |
| 6.1 Introduction | 第100页 |
| 6.2 Artificial Neural Network | 第100-101页 |
| 6.3 Neural Networks Implementation | 第101-107页 |
| 6.3.1 ANN Training | 第103-104页 |
| 6.3.2 Backpropagation Algorithm | 第104-107页 |
| 6.4 Summary | 第107-109页 |
| CHAPTER 7: Experimental Results and Discussion | 第109-131页 |
| 7.1 Introduction | 第109页 |
| 7.2 Hand Gesture Databases | 第109-111页 |
| 7.2.1 NUS Hand Posture Dataset Ⅰ | 第110页 |
| 7.2.2 NUS Hand Posture Dataset Ⅱ | 第110-111页 |
| 7.2.3 Cambridge Hand Gesture Dataset | 第111页 |
| 7.3 System Performance and Evaluation | 第111-123页 |
| 7.3.1 Gabor Filter Experiment | 第112-113页 |
| 7.3.2 Log-Gabor Filter Experiment | 第113-114页 |
| 7.3.3 LBP Operator Experiment | 第114-115页 |
| 7.3.4 HOC Experiment | 第115页 |
| 7.3.5 HOG Experiment | 第115-116页 |
| 7.3.6 HLAC Experiment | 第116-120页 |
| 7.3.7 HLAC-HOG Experiment | 第120-123页 |
| 7.4 Experimental Results | 第123-127页 |
| 7.5 Discussion | 第127-128页 |
| 7.6 Summary | 第128-131页 |
| CHAPTER 8: Conclusions | 第131-135页 |
| 8.1 Primary Findings | 第131-132页 |
| 8.2 Future work | 第132-135页 |
| References | 第135-148页 |
| Acknowledgements | 第148-149页 |
| List of Publications | 第149页 |
