| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-12页 |
| 1.1 研究背景与意义 | 第8页 |
| 1.2 手势识别技术的国内外研究现状 | 第8-10页 |
| 1.3 本文主要研究内容 | 第10-12页 |
| 2 手势识别及跟踪相关理论基础 | 第12-24页 |
| 2.1 手势建模 | 第12-14页 |
| 2.2 手势特征提取 | 第14-15页 |
| 2.3 手势识别 | 第15-16页 |
| 2.4 手势跟踪算法 | 第16-22页 |
| 2.5 本章小结 | 第22-24页 |
| 3 基于改进的Adaboost算法与Haar特征的手势识别 | 第24-36页 |
| 3.1 手势识别Haar特征与积分图像 | 第24-25页 |
| 3.2 Adaboost算法与级联分类器 | 第25-28页 |
| 3.3 优化及训练 | 第28-32页 |
| 3.3.1 Haar特征模板优化 | 第28-29页 |
| 3.3.2 Adaboost算法优化 | 第29-30页 |
| 3.3.3 具体训练过程 | 第30-32页 |
| 3.4 实验结果与分析 | 第32-35页 |
| 3.5 本章小结 | 第35-36页 |
| 4 压缩感知跟踪算法及实现 | 第36-47页 |
| 4.1 信号压缩感知理论基础 | 第36-38页 |
| 4.1.1 信号的稀疏性 | 第36页 |
| 4.1.2 信号的测量矩阵 | 第36-37页 |
| 4.1.3 信号重建 | 第37-38页 |
| 4.2 压缩感知跟踪算法 | 第38-43页 |
| 4.2.1 手势跟踪中的压缩感知算法 | 第38-40页 |
| 4.2.2 改进的加权压缩传感器 | 第40-43页 |
| 4.3 实验结果与分析 | 第43-46页 |
| 4.4 本章小结 | 第46-47页 |
| 5 实时手势识别系统实现 | 第47-63页 |
| 5.1 系统设计 | 第48-51页 |
| 5.2 系统功能模块 | 第51-57页 |
| 5.3 系统运行显示与测试结果分析 | 第57-62页 |
| 5.3.1 系统运行演示 | 第57-60页 |
| 5.3.2 系统测试结果与分析 | 第60-62页 |
| 5.4 本章小结 | 第62-63页 |
| 6 总结与展望 | 第63-65页 |
| 6.1 本文总结 | 第63页 |
| 6.2 后续工作展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 插图清单 | 第69-71页 |
| 列表清单 | 第71-72页 |
| 在学研究成果 | 第72-73页 |
| 致谢 | 第73页 |