| 摘要 | 第1-9页 |
| Abstract | 第9-11页 |
| 第一章 绪论 | 第11-17页 |
| ·手势识别的研究背景与意义 | 第11-12页 |
| ·手势识别的研究现状 | 第12-14页 |
| ·本文的主要研究内容 | 第14-15页 |
| ·论文结构 | 第15-17页 |
| 第二章 基于视觉的动态手势识别关键技术 | 第17-33页 |
| ·手势分割 | 第17-20页 |
| ·手势跟踪 | 第20-21页 |
| ·手势特征提取 | 第21-24页 |
| ·密度特征分布 | 第21-23页 |
| ·手势轮廓点提取 | 第23-24页 |
| ·隐马尔可夫模型 | 第24-33页 |
| ·隐马尔可夫模型的概念与原理 | 第25-26页 |
| ·隐马尔可夫模型的三个常规问题 | 第26-27页 |
| ·隐马尔可夫模型的经典算法 | 第27-33页 |
| 第三章 两种基于 USB 摄像头的语义手势识别算法 | 第33-45页 |
| ·语义手势概念 | 第33-34页 |
| ·实验平台的建立 | 第34-35页 |
| ·区间比例算法 | 第35-38页 |
| ·区间比例特征提取 | 第35-36页 |
| ·手势模板库的建立 | 第36页 |
| ·识别过程 | 第36-37页 |
| ·识别结果 | 第37-38页 |
| ·图像融合方法 | 第38-45页 |
| ·组合图 | 第39-40页 |
| ·Hausdorff 距离[39] | 第40页 |
| ·改进的密度分布特征 | 第40页 |
| ·识别过程 | 第40-44页 |
| ·实验结果及分析 | 第44-45页 |
| 第四章 认知行为模型 | 第45-51页 |
| ·虚拟人机交互平台 | 第45-46页 |
| ·认知基础 | 第46-47页 |
| ·DDF-HMM 模型 | 第47-48页 |
| ·建立认知行为模型 | 第48-51页 |
| ·建立状态转移概率矩阵 | 第48-49页 |
| ·建立 DDF-HMM 模型 | 第49-51页 |
| 第五章 基于认知行为模型的语义手势识别算法 | 第51-57页 |
| ·基本思想 | 第51页 |
| ·语义手势模板训练 | 第51-53页 |
| ·训练状态转移概率矩阵 | 第51-52页 |
| ·训练 DDF-HMM 模型 | 第52-53页 |
| ·实验过程 | 第53-54页 |
| ·实验结果及分析 | 第54-57页 |
| 第六章 总结与展望 | 第57-59页 |
| ·全文总结 | 第57-58页 |
| ·工作展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-65页 |
| 附录 | 第65-66页 |