| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题背景及研究意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.3 本文研究内容及研究方法 | 第13-14页 |
| 1.4 各章节安排 | 第14-16页 |
| 第2章 小注册样本多姿态人脸识别研究 | 第16-36页 |
| 2.1 相关工作 | 第16-19页 |
| 2.2 基于随机森林的面部关键点定位 | 第19-25页 |
| 2.2.1 随机森林 | 第19-21页 |
| 2.2.2 面部关键点定位 | 第21-23页 |
| 2.2.3 实验结果与讨论 | 第23-25页 |
| 2.3 人脸关键点 SURF 特征的提取 | 第25-31页 |
| 2.3.1 SURF 尺度不变特征转换 | 第25-29页 |
| 2.3.2 人脸关键点 SURF 特征的提取及匹配 | 第29-31页 |
| 2.4 SURF 特征再匹配 | 第31-32页 |
| 2.5 实验结果与分析 | 第32-34页 |
| 2.6 本章小结 | 第34-36页 |
| 第3章 基于深度图像的手势识别研究 | 第36-48页 |
| 3.1 基于深度图像的手势识别整体架构 | 第36-37页 |
| 3.2 Kinect 深度图采集原理 | 第37-38页 |
| 3.3 手势分割 | 第38-43页 |
| 3.3.1 深度图像与彩色图像 | 第39页 |
| 3.3.2 自适应人体肤色检测 | 第39-41页 |
| 3.3.3 深度图像的最优阈值分割 | 第41-43页 |
| 3.4 3D 手势建模 | 第43-45页 |
| 3.5 基于骨骼点的手势识别 | 第45-47页 |
| 3.6 本章小结 | 第47-48页 |
| 第4章 小注册样本多姿态人脸识别实验 | 第48-59页 |
| 4.1 实验环境和实验设备 | 第48-49页 |
| 4.2 实验总体架构 | 第49-50页 |
| 4.3 基于多姿态人脸识别的人机交互实验 | 第50-52页 |
| 4.4 人脸检测 | 第52-54页 |
| 4.4.1 偏光光照环境下的人脸检测实验 | 第53页 |
| 4.4.2 背光光照环境下的人脸检测实验 | 第53-54页 |
| 4.5 脸像归一化 | 第54-55页 |
| 4.6 关键点检测 | 第55-56页 |
| 4.7 人像与注册脸像匹配与再匹配 | 第56-58页 |
| 4.8 本章小结 | 第58-59页 |
| 第5章 基于手势识别的机械臂抓取实验 | 第59-64页 |
| 5.1 实验环境和实验设备 | 第59页 |
| 5.2 机械臂抓取实验架构 | 第59-62页 |
| 5.3 实验实时性分析 | 第62页 |
| 5.4 本章小结 | 第62-64页 |
| 第6章 总结与展望 | 第64-66页 |
| 6.1 本文主要工作 | 第64-65页 |
| 6.2 主要贡献 | 第65页 |
| 6.3 工作展望 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-73页 |
| 附录 1 研究生期间发表论文、申请专利及获奖情况 | 第73-74页 |
| 附录 2 攻读硕士学位期间参加的科研项目 | 第74页 |