基于Kinect的手势识别及其应用
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-12页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 手势识别技术的发展现状 | 第9-10页 |
| 1.3 论文主要工作 | 第10-12页 |
| 2 手势识别关键技术 | 第12-28页 |
| 2.1 前景提取 | 第12-19页 |
| 2.1.1 色彩空间 | 第12-16页 |
| 2.1.2 肤色模型 | 第16-19页 |
| 2.2 目标跟踪 | 第19-20页 |
| 2.3 特征提取 | 第20-28页 |
| 2.3.1 全局参数估计 | 第20-21页 |
| 2.3.2 边缘检测与轮廓提取 | 第21-24页 |
| 2.3.3 图像矩与Hu矩 | 第24-26页 |
| 2.3.4 形状上下文 | 第26-28页 |
| 3 结合深度信息的静态手势识别 | 第28-40页 |
| 3.1 静态手势识别流程 | 第28页 |
| 3.2 手部分割 | 第28-34页 |
| 3.2.1 手部分割流程 | 第28-29页 |
| 3.2.2 场景分割与肤色检测 | 第29-31页 |
| 3.2.3 图像去噪 | 第31-33页 |
| 3.2.4 深度图像上的手部分割 | 第33-34页 |
| 3.3 手部跟踪 | 第34-36页 |
| 3.3.1 手部跟踪原理 | 第34-35页 |
| 3.3.2 手部跟踪流程 | 第35-36页 |
| 3.4 特征描述与识别 | 第36-40页 |
| 3.4.1 轮廓提取 | 第36-37页 |
| 3.4.2 轮廓特征描述 | 第37-38页 |
| 3.4.3 基于SVM的静态手势识别 | 第38-40页 |
| 4 动态手势识别与演示控制系统 | 第40-49页 |
| 4.1 动态手势识别 | 第40-45页 |
| 4.1.1 动态手势定义 | 第40-41页 |
| 4.1.2 基于有限状态机的动态手势识别 | 第41-45页 |
| 4.2 基于手势的演示控制系统 | 第45-49页 |
| 5 手势识别实验设计及结果分析 | 第49-58页 |
| 5.1 实验平台的搭建 | 第49-54页 |
| 5.1.1 硬件设备说明 | 第49-51页 |
| 5.1.2 软件工具说明 | 第51-54页 |
| 5.2 实验设计及结果分析 | 第54-58页 |
| 5.2.1 静态手势识别实验 | 第54-56页 |
| 5.2.2 动态手势识别实验 | 第56-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
