| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-20页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.1.1 课题背景 | 第9页 |
| 1.1.2 研究意义 | 第9-11页 |
| 1.2 手语识别技术国内外研究现状及发展趋势 | 第11-13页 |
| 1.2.1 手语识别技术的发展过程 | 第11-12页 |
| 1.2.2 国内外研究现状 | 第12-13页 |
| 1.2.3 未来发展趋势 | 第13页 |
| 1.3 字母手语简介 | 第13-16页 |
| 1.4 手语识别研究环境及面临的问题 | 第16-18页 |
| 1.5 论文主要工作及其工作安排 | 第18-20页 |
| 1.5.1 论文主要工作 | 第18页 |
| 1.5.2 论文工作安排 | 第18-20页 |
| 2 基于肤色的手势分割 | 第20-31页 |
| 2.1 引言 | 第20页 |
| 2.2 手势分割方法的比较与分析 | 第20-26页 |
| 2.2.1 基于肤色模型进行分割 | 第20-24页 |
| 2.2.2 背景差分法 | 第24-25页 |
| 2.2.3 帧间差分法 | 第25-26页 |
| 2.3 本文选用的手势分割方法 | 第26-30页 |
| 2.4 本章小结 | 第30-31页 |
| 3 静态手语特征提取及识别 | 第31-45页 |
| 3.1 引言 | 第31页 |
| 3.2 基于傅里叶描述符的特征提取 | 第31-41页 |
| 3.2.1 传统傅里叶变换的介绍 | 第31-33页 |
| 3.2.2 傅里叶描述符的归一化及在手语识别中的应用 | 第33-38页 |
| 3.2.3 本文手势特征提取结果 | 第38-41页 |
| 3.3 基于KNN算法的静态手语识别 | 第41-44页 |
| 3.3.1 KNN算法 | 第41-43页 |
| 3.3.2 加权KNN算法 | 第43-44页 |
| 3.4 本章小结 | 第44-45页 |
| 4 动态手语检测跟踪及识别 | 第45-56页 |
| 4.1 引言 | 第45页 |
| 4.2 常见的运动跟踪算法 | 第45-51页 |
| 4.3 本文手势跟踪方法 | 第51-53页 |
| 4.4 基于DTW算法的动态手语识别 | 第53-55页 |
| 4.5 本章小结 | 第55-56页 |
| 5 手语识别实验及结果分析 | 第56-74页 |
| 5.1 引言 | 第56页 |
| 5.2 实验系统搭建及实验条件 | 第56页 |
| 5.3 静态手语识别实验 | 第56-64页 |
| 5.3.1 静态字母手语库建立 | 第57-58页 |
| 5.3.2 静态字母手语实验结果 | 第58-64页 |
| 5.4 动态手语识别实验 | 第64-72页 |
| 5.4.1 动态手语视频库建立 | 第65-68页 |
| 5.4.2 动态手语识别实验结果 | 第68-72页 |
| 5.5 实验结果分析 | 第72-74页 |
| 6 总结及展望 | 第74-79页 |
| 6.1 本文结论 | 第74页 |
| 6.2 研究过程中出现的问题及探讨 | 第74-75页 |
| 6.3 手语识别系统的设想与展望 | 第75-79页 |
| 参考文献 | 第79-84页 |
| 攻读硕士学位期间发表的论文 | 第84-85页 |
| 致谢 | 第85-87页 |