基于HMM的运动手势轨迹识别
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 引言 | 第10-19页 |
| 1.1 选题背景 | 第10-11页 |
| 1.2 研究现状 | 第11-16页 |
| 1.2.1 手势分割 | 第12-14页 |
| 1.2.2 手势跟踪和特征提取 | 第14-15页 |
| 1.2.3 手势建模 | 第15页 |
| 1.2.4 手势识别 | 第15-16页 |
| 1.3 本文研究意义及内容 | 第16-17页 |
| 1.4 本文组织结构 | 第17-19页 |
| 2 手势的定位与跟踪 | 第19-34页 |
| 2.1 手势定位与跟踪的基本策略 | 第19-20页 |
| 2.2 颜色空间的转换 | 第20-22页 |
| 2.3 帧间差分和背景差分融合算法 | 第22-26页 |
| 2.4 指尖识别算法 | 第26-28页 |
| 2.5 目标标定和粒子滤波追踪 | 第28-33页 |
| 2.6 本章小结 | 第33-34页 |
| 3 运动轨迹特征提取 | 第34-37页 |
| 3.1 方向编码的定义 | 第34-35页 |
| 3.2 轨迹的起点和终点 | 第35页 |
| 3.3 本章小结 | 第35-37页 |
| 4 手势建模和手势识别 | 第37-46页 |
| 4.1 HMM模型的基本概念和原理 | 第37-38页 |
| 4.2 HMM的三个问题 | 第38-43页 |
| 4.2.1 评估 | 第38-39页 |
| 4.2.2 解码 | 第39-41页 |
| 4.2.3 学习 | 第41-43页 |
| 4.3 手势建模和手势识别 | 第43-44页 |
| 4.3.1 手势建模 | 第43页 |
| 4.3.2 手势识别 | 第43-44页 |
| 4.4 HMM的实现 | 第44-45页 |
| 4.5 本章小结 | 第45-46页 |
| 5 系统测试 | 第46-55页 |
| 5.1 测试结果和分析 | 第46-54页 |
| 5.1.1 YCbCr颜色空间转换实验 | 第46-47页 |
| 5.1.2 帧间差分和背景差分融合算法实验 | 第47-49页 |
| 5.1.3 指尖检测实验 | 第49-50页 |
| 5.1.4 基于粒子直方图的跟踪实验 | 第50-52页 |
| 5.1.5 特征提取实验 | 第52-53页 |
| 5.1.6 HMM识别实验 | 第53-54页 |
| 5.2 本章小结 | 第54-55页 |
| 6 总结和展望 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第60-62页 |
| 学位论文数据集 | 第62页 |
