| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 课题研究的背景和意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.2.1 手势识别国外研究现状 | 第8-9页 |
| 1.2.2 手势识别国内研究现状 | 第9-10页 |
| 1.3 论文研究的内容 | 第10-12页 |
| 1.3.1 论文研究的内容 | 第10-11页 |
| 1.3.2 本文的难点及创新点 | 第11-12页 |
| 1.4 本文各章节安排 | 第12-13页 |
| 第2章 手势库的建立与手势跟踪 | 第13-23页 |
| 2.1 手势库的建立 | 第13-14页 |
| 2.1.1 静态手势库的建立 | 第13-14页 |
| 2.1.2 动态手势库的建立 | 第14页 |
| 2.2 手势跟踪相关技术介绍 | 第14-20页 |
| 2.2.1 基于颜色的跟踪算法 | 第15-17页 |
| 2.2.2 基于运动的手势跟踪 | 第17-20页 |
| 2.3 运动跟踪与Camshift跟踪结合的算法 | 第20-21页 |
| 2.4 实验结果及分析 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第3章 手势预处理及手势分割 | 第23-31页 |
| 3.1 手势预处理 | 第23-25页 |
| 3.2 手势分割 | 第25-28页 |
| 3.2.1 颜色空间简介 | 第25-27页 |
| 3.2.2 YCrCb颜色空间肤色检测 | 第27-28页 |
| 3.3 实验结果及分析 | 第28-30页 |
| 3.4 本章小结 | 第30-31页 |
| 第4章 手势特征提取及手势识别 | 第31-61页 |
| 4.1 手势特征提取 | 第31-39页 |
| 4.1.1 HOG特征 | 第31-33页 |
| 4.1.2 傅里叶描述子特征 | 第33-35页 |
| 4.1.3 HU不变矩特征 | 第35-37页 |
| 4.1.4 SURF_BOW特征 | 第37-39页 |
| 4.2 手势识别 | 第39-56页 |
| 4.2.1 基于支持向量机的手势识别 | 第39-48页 |
| 4.2.2 基于最近邻算法的手势识别 | 第48-51页 |
| 4.2.3 基于KNN_SVM结合的手势识别 | 第51-53页 |
| 4.2.4 基于随机森林的手势识别 | 第53-54页 |
| 4.2.5 四种识别方法实验结果的对比 | 第54-56页 |
| 4.3 局部二值模式与HOG特征融合 | 第56-58页 |
| 4.4 Marcel库上的验证 | 第58-60页 |
| 4.5 本章小结 | 第60-61页 |
| 第5章 动态手势识别系统的设计 | 第61-69页 |
| 5.1 手势跟踪 | 第61-64页 |
| 5.1.1 Kalman预测 | 第61-62页 |
| 5.1.2 Camshift跟踪 | 第62-63页 |
| 5.1.3 Camshift与Kalman跟踪结合 | 第63页 |
| 5.1.4 实验结果及分析 | 第63-64页 |
| 5.2 手势端点确定及手势特征提取 | 第64-66页 |
| 5.3 动态手势识别 | 第66-67页 |
| 5.4 动态手势识别实验结果 | 第67-68页 |
| 5.5 本章小结 | 第68-69页 |
| 第6章 手势软硬件平台的选取与实验 | 第69-75页 |
| 6.1 软件仿真平台 | 第69-70页 |
| 6.2 硬件平台上的实验 | 第70-73页 |
| 6.3 实验结果及分析 | 第73-74页 |
| 6.4 本章小结 | 第74-75页 |
| 第7章 总结与展望 | 第75-77页 |
| 7.1 总结 | 第75页 |
| 7.2 展望 | 第75-77页 |
| 参考文献 | 第77-82页 |
| 攻读硕士学位期间取得的研究成果 | 第82-83页 |
| 致谢 | 第83-84页 |