基于DTW及光流法融合的动态手势识别技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-16页 |
| ·研究背景及现实意义 | 第9-11页 |
| ·国内外研究现状及分析 | 第11-14页 |
| ·国外研究现状 | 第11-12页 |
| ·国内研究现状 | 第12-13页 |
| ·目前该研究领域中存在问题及难点 | 第13-14页 |
| ·论文研究的主要内容 | 第14页 |
| ·本文的组织结构 | 第14-16页 |
| 第2章 动态手势的预处理及分割 | 第16-30页 |
| ·动态手势识别的结构 | 第16-17页 |
| ·视频采集与手势图像的提取 | 第17-18页 |
| ·手势图像的预处理 | 第18-24页 |
| ·平滑滤波 | 第19-21页 |
| ·色彩空间转换 | 第21-23页 |
| ·阈值分割 | 第23-24页 |
| ·手部分割 | 第24-29页 |
| ·形态学滤波 | 第24-26页 |
| ·基于质心定位的手部区域提取 | 第26-29页 |
| ·小结 | 第29-30页 |
| 第3章 动态手势的检测与跟踪 | 第30-47页 |
| ·动态手势特征提取 | 第30页 |
| ·手形特征向量的提取 | 第30-33页 |
| ·手形特征向量的选择 | 第30-31页 |
| ·Hu 矩不变量的研究 | 第31-32页 |
| ·手形特征向量计算 | 第32-33页 |
| ·SVM 支持向量机训练与识别 | 第33-38页 |
| ·SVM(支持向量机)的基本原理 | 第33-34页 |
| ·SVM 算法的实现 | 第34-37页 |
| ·SVM 算法的识别结果分析 | 第37-38页 |
| ·基于质心估计的动态手势轨迹跟踪 | 第38-40页 |
| ·基于光流法的动态手势轨迹跟踪 | 第40-46页 |
| ·光流法基本原理 | 第40页 |
| ·LK 光流算法原理 | 第40-41页 |
| ·迭代 LK 金字塔光流算法实现 | 第41-44页 |
| ·手势光流特征的选取 | 第44-45页 |
| ·质心估计跟踪与光流跟踪算法实验对比分析 | 第45-46页 |
| ·小结 | 第46-47页 |
| 第4章 动态手势建模及 DTW 匹配算法的优化 | 第47-59页 |
| ·动态手势建模 | 第47-48页 |
| ·DTW 匹配算法优化 | 第48-54页 |
| ·DTW 匹配算法原理 | 第48-49页 |
| ·经典的 DTW 匹配算法 | 第49-51页 |
| ·改进后的 DTW 匹配算法 | 第51-53页 |
| ·DTW 匹配算法对比分析 | 第53-54页 |
| ·动态手势识别系统设计与实现 | 第54-58页 |
| ·动态手势识别系统的架构 | 第54-56页 |
| ·融合优化 DTW 及光流法的系统效果分析 | 第56-58页 |
| ·小结 | 第58-59页 |
| 第5章 总结与展望 | 第59-61页 |
| ·全文总结 | 第59-60页 |
| ·工作展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-64页 |
