基于机器学习的手势识别技术的研究与开发
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第15-27页 |
| 1.1 研究背景及意义 | 第15-17页 |
| 1.1.1 研究背景 | 第15-16页 |
| 1.1.2 研究意义 | 第16-17页 |
| 1.2 Kinect相关技术简介 | 第17-19页 |
| 1.2.1 Kinect设备简介 | 第17-18页 |
| 1.2.2 Kinect相关技术 | 第18-19页 |
| 1.2.3 Kinect发展前景 | 第19页 |
| 1.3 研究发展现状 | 第19-21页 |
| 1.3.1 指尖跟踪技术研究现状 | 第19-21页 |
| 1.3.2 手势识别技术研究现状 | 第21页 |
| 1.4 机器学习相关算法简介 | 第21-24页 |
| 1.4.1 神经网络算法简介 | 第21-22页 |
| 1.4.2 深度学习算法简介 | 第22-23页 |
| 1.4.3 支持向量机简介 | 第23-24页 |
| 1.5 论文研究内容及主要成果 | 第24-25页 |
| 1.5.1 论文研究内容 | 第24页 |
| 1.5.2 论文主要成果 | 第24-25页 |
| 1.6 论文组织结构 | 第25页 |
| 1.7 本章小结 | 第25-27页 |
| 第二章 深度图像的预处理与手势识别方法 | 第27-39页 |
| 2.1 深度图像的获取 | 第27-29页 |
| 2.1.1 深度数据流概述 | 第27-28页 |
| 2.1.2 深度图像信息获取 | 第28-29页 |
| 2.2 深度图像的预处理 | 第29-31页 |
| 2.2.1 深度图像信息的校正 | 第29-30页 |
| 2.2.2 深度图像滤波处理 | 第30-31页 |
| 2.2.3 形态学处理 | 第31页 |
| 2.3 手势识别方法概述 | 第31-33页 |
| 2.3.1 基于传统方法的手势识别 | 第32-33页 |
| 2.3.2 基于视觉的手势识别 | 第33页 |
| 2.4 静态手势识别 | 第33-35页 |
| 2.4.1 基于模板匹配的方法 | 第34页 |
| 2.4.2 基于手势形态的方法 | 第34-35页 |
| 2.5 动态手势识别 | 第35-37页 |
| 2.5.1 基于模板的方法 | 第37页 |
| 2.5.2 基于统计学的方法 | 第37页 |
| 2.6 本章小结 | 第37-39页 |
| 第三章 基于深度信息的指尖跟踪与轨迹识别 | 第39-53页 |
| 3.1 指尖跟踪与轨迹识别技术 | 第39-40页 |
| 3.2 基于深度信息的指尖检测 | 第40-42页 |
| 3.2.1 手部的分割 | 第40-41页 |
| 3.2.2 指尖检测 | 第41-42页 |
| 3.3 指尖跟踪 | 第42-45页 |
| 3.3.1 压缩感知理论 | 第42-43页 |
| 3.3.2 指尖跟踪方法 | 第43-45页 |
| 3.4 指尖跟踪轨迹识别 | 第45-48页 |
| 3.4.1 轨迹特征提取 | 第45-46页 |
| 3.4.2 支持向量机算法 | 第46-47页 |
| 3.4.3 轨迹训练识别 | 第47-48页 |
| 3.5 实验结果及分析 | 第48-52页 |
| 3.5.1 指尖坐标跟踪分析 | 第48-50页 |
| 3.5.2 指尖轨迹训练识别 | 第50-52页 |
| 3.6 本章小结 | 第52-53页 |
| 第四章 基于深度学习和神经网络的手势识别 | 第53-71页 |
| 4.1 基于机器学习的手势识别技术 | 第53-54页 |
| 4.2 手势识别的预处理 | 第54-56页 |
| 4.2.1 手势识别流程 | 第54-55页 |
| 4.2.2 数据获取与处理 | 第55-56页 |
| 4.3 基于深度学习算法的特征提取 | 第56-61页 |
| 4.3.1 深度学习的概念 | 第56-57页 |
| 4.3.2 限制玻尔兹曼机算法 | 第57-60页 |
| 4.3.3 特征提取 | 第60-61页 |
| 4.4 基于神经网络的手势识别 | 第61-64页 |
| 4.4.1 人工神经网络算法 | 第61-62页 |
| 4.4.2 数据训练 | 第62-64页 |
| 4.5 手势识别实验结果及分析 | 第64-69页 |
| 4.5.1 手势的定义 | 第64-65页 |
| 4.5.2 实验结果及分析 | 第65-69页 |
| 4.6 本章小结 | 第69-71页 |
| 第五章 手势识别系统的开发与应用 | 第71-81页 |
| 5.1 手势识别系统的开发环境 | 第71-72页 |
| 5.1.1 硬件开发环境 | 第71页 |
| 5.1.2 软件开发环境 | 第71-72页 |
| 5.2 手势识别系统设计架构 | 第72-73页 |
| 5.3 手势识别系统的实现 | 第73-78页 |
| 5.3.1 基于手指的静态手势识别 | 第73-77页 |
| 5.3.2 基于指尖轨迹的动态手势识别 | 第77-78页 |
| 5.3.3 基于骨骼数据流的动态手势识别 | 第78页 |
| 5.4 手势识别系统的应用 | 第78-79页 |
| 5.5 系统需改进之处 | 第79页 |
| 5.6 本章小结 | 第79-81页 |
| 第六章 总结与展望 | 第81-83页 |
| 6.1 总结 | 第81-82页 |
| 6.2 未来展望 | 第82-83页 |
| 参考文献 | 第83-87页 |
| 致谢 | 第87-89页 |
| 研究成果及发表的学术论文 | 第89-91页 |
| 作者和导师简介 | 第91-92页 |
| 硕士研究生学位论文答辩委员会决议书 | 第92-93页 |
