| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 课题的研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 基于数据采集设备 | 第10-11页 |
| 1.2.2 基于计算机视觉 | 第11-13页 |
| 1.3 手语识别研究中的难点 | 第13页 |
| 1.4 本文主要研究内容 | 第13-15页 |
| 1.5 本文组织结构 | 第15-17页 |
| 2 手语识别技术及构建手语库 | 第17-25页 |
| 2.1 基于视频的手语识别系统 | 第17-18页 |
| 2.2 中国手语结构研究 | 第18-21页 |
| 2.2.1 中国手语结构 | 第18-20页 |
| 2.2.2 中国手语结构分类 | 第20-21页 |
| 2.3 建立手语数据库 | 第21-23页 |
| 2.3.1 数字图像的表示 | 第21-22页 |
| 2.3.2 手语图像输入 | 第22-23页 |
| 2.4 本章小结 | 第23-25页 |
| 3 动态手语关键帧提取 | 第25-43页 |
| 3.1 手语基元 | 第25-26页 |
| 3.2 手势预处理 | 第26-27页 |
| 3.3 手势区域检测 | 第27-29页 |
| 3.3.1 常用手势区域检测算法 | 第27-28页 |
| 3.3.2 本文采用的手势区域检测算法 | 第28-29页 |
| 3.4 基于压缩感知与SURF特征的手语关键帧提取算法 | 第29-36页 |
| 3.4.1 关键帧提取算法分析 | 第29-30页 |
| 3.4.2 应用原理 | 第30-31页 |
| 3.4.3 基于压缩感知与SURF特征的手语关键帧提取算法 | 第31-34页 |
| 3.4.4 基于压缩感知与SURF特征的手语关键帧提取算法步骤 | 第34-36页 |
| 3.5 实验结果与分析 | 第36-40页 |
| 3.6 动态手语识别 | 第40-41页 |
| 3.7 本章小结 | 第41-43页 |
| 4 手势的检测跟踪 | 第43-55页 |
| 4.1 目标跟踪算法 | 第43-44页 |
| 4.2 TLD跟踪算法 | 第44-46页 |
| 4.3 基于卷积神经网络优化TLD运动手势跟踪算法 | 第46-50页 |
| 4.3.1 算法概述 | 第46-47页 |
| 4.3.2 手势HOG特征提取 | 第47-48页 |
| 4.3.3 运用卷积神经网络检测手势位置 | 第48-49页 |
| 4.3.4 SURF特征优化TLD预测手势运动方向 | 第49-50页 |
| 4.4 实验结果与分析 | 第50-53页 |
| 4.5 本章小结 | 第53-55页 |
| 5 总结与展望 | 第55-57页 |
| 5.1 工作总结 | 第55页 |
| 5.2 研究展望 | 第55-57页 |
| 致谢 | 第57-59页 |
| 参考文献 | 第59-65页 |
| 攻读硕士期间的学术论文及成果 | 第65页 |
