| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景 | 第10页 |
| 1.2 研究意义 | 第10-11页 |
| 1.3 手势识别的研究概况 | 第11-14页 |
| 1.3.1 动态手势识别 | 第11-12页 |
| 1.3.2 静态手势识别 | 第12页 |
| 1.3.3 基于数据手套手势识别 | 第12-13页 |
| 1.3.4 基于视觉手势识别 | 第13页 |
| 1.3.5 基于深度信息手势识别 | 第13-14页 |
| 1.4 论文结构 | 第14-16页 |
| 第二章 Kinect及深度数据 | 第16-24页 |
| 2.1 Kinect传感器 | 第16-17页 |
| 2.2 Kinect for Windows SDK功能 | 第17-19页 |
| 2.3 Kinect for Windows SDK技术架构 | 第19页 |
| 2.4 Kinect for Windows应用领域 | 第19-21页 |
| 2.5 深度数据 | 第21-23页 |
| 2.5.1 深度测量原理 | 第21-22页 |
| 2.5.2 深度数据的表示 | 第22页 |
| 2.5.3 深度数据的获取 | 第22-23页 |
| 2.5.4 深度数据可视化 | 第23页 |
| 2.6 本章小结 | 第23-24页 |
| 第三章 快速超像素手势识别算法 | 第24-44页 |
| 3.1 手势检测 | 第24-26页 |
| 3.1.1 手势定位 | 第24-25页 |
| 3.1.2 手势分割 | 第25-26页 |
| 3.2 手势特征提取 | 第26-29页 |
| 3.2.1 超像素 | 第27页 |
| 3.2.2 超像素距离 | 第27-28页 |
| 3.2.3 超像素分割算法SLIC | 第28-29页 |
| 3.3 预处理 | 第29-31页 |
| 3.3.1 手的大小问题 | 第29-31页 |
| 3.3.2 手的旋转问题 | 第31页 |
| 3.4 手势识别 | 第31-42页 |
| 3.4.1 EMD经典运输问题 | 第31-32页 |
| 3.4.2 超像素分布EMD距离 | 第32-34页 |
| 3.4.3 单纯形法求EMD距离 | 第34-36页 |
| 3.4.4 FC-EMD算法求EMD距离 | 第36-37页 |
| 3.4.5 FC-EMD算法步骤 | 第37页 |
| 3.4.6 FC-EMD算法伪代码 | 第37-39页 |
| 3.4.7 时间复杂度O(n3)证明 | 第39页 |
| 3.4.8 FC-EMD算法优化 | 第39-40页 |
| 3.4.9 FC-EMD-OPTIMIZED伪代码 | 第40-42页 |
| 3.5 本章小结 | 第42-44页 |
| 第四章 实验与分析 | 第44-50页 |
| 4.1 实验平台介绍 | 第44页 |
| 4.2 验证方法LOOCV | 第44-45页 |
| 4.3 数据集 | 第45页 |
| 4.4 性能评估 | 第45-48页 |
| 4.5 本章小结 | 第48-50页 |
| 第五章 总结与展望 | 第50-52页 |
| 5.1 总结 | 第50-51页 |
| 5.2 展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56-58页 |
| 附录A 攻读学位期间发表的学术论文 | 第58页 |
