基于认知模型的运动人手三维跟踪方法研究
| 摘要 | 第1-9页 |
| Abstract | 第9-12页 |
| 第一章 绪论 | 第12-20页 |
| ·研究背景 | 第12-13页 |
| ·研究现状及所存在的问题 | 第13-18页 |
| ·相机标定 | 第13-14页 |
| ·手势识别 | 第14-15页 |
| ·单目视觉下的运动人手跟踪 | 第15-18页 |
| ·论文内容安排 | 第18-20页 |
| 第二章 基于粒子群优化算法的摄像机内参数标定方法 | 第20-30页 |
| ·引言 | 第20-21页 |
| ·经典针孔相机模型 | 第21-23页 |
| ·基于粒子群优化的摄像机内参数标定算法 | 第23-25页 |
| ·样本选择 | 第24页 |
| ·算法描述 | 第24-25页 |
| ·实验结果及分析 | 第25-27页 |
| ·本章小结 | 第27-30页 |
| 第三章 复杂背景下的手势识别 | 第30-46页 |
| ·引言 | 第30-31页 |
| ·手势空间分布特征 | 第31-32页 |
| ·复杂背景下基于空间分布特征的静态手势识别 | 第32-37页 |
| ·复杂背景下基于亮度高斯模型的手势分割算法 | 第32-33页 |
| ·手势定位 | 第33-35页 |
| ·手势识别 | 第35-37页 |
| ·实验结果分析和比较 | 第37-43页 |
| ·无肤色干扰的手势识别实验 | 第37-40页 |
| ·存在肤色干扰的手势识别实验 | 第40-41页 |
| ·弯曲变形手势的识别 | 第41-43页 |
| ·算法分析 | 第43页 |
| ·算法识别率的分析 | 第43页 |
| ·算法特点分析 | 第43页 |
| ·本章小结 | 第43-46页 |
| 第四章 单目视觉下运动人手三维跟踪 | 第46-64页 |
| ·运动人手跟踪系统的实验平台 | 第46-47页 |
| ·手势特征点的提取 | 第47-48页 |
| ·人手的状态空间描述 | 第48-49页 |
| ·基于传统粒子滤波算法的运动人手跟踪 | 第49-62页 |
| ·传统粒子滤波算法原理 | 第50-54页 |
| ·基于粒子滤波算法的运动人手跟踪 | 第54-58页 |
| ·运动人手跟踪实验结果 | 第58-61页 |
| ·基于粒子滤波算法的运动人手跟踪存在的主要问题 | 第61-62页 |
| ·本章小结 | 第62-64页 |
| 第五章 基于认知模型的运动人手三维跟踪 | 第64-92页 |
| ·基于数字手套的3D 虚拟辅助平台开发 | 第64-71页 |
| ·3D 虚拟辅助平台开发 | 第64-67页 |
| ·3D 虚拟辅助平台数据分析 | 第67-71页 |
| ·基于多表达式编程算法的数据拟合 | 第71-78页 |
| ·多表达式编程算法简介 | 第71-73页 |
| ·数据拟合结果 | 第73-77页 |
| ·数据状态变化分类 | 第77-78页 |
| ·认知模型简介 | 第78-83页 |
| ·GOMS 模型简介 | 第79-80页 |
| ·本文提出的 GAMA 模型 | 第80-83页 |
| ·基于认知模型的运动人手跟踪及其实验结果 | 第83-91页 |
| ·实验环境 | 第85页 |
| ·实验评价标准 | 第85-86页 |
| ·实验结果 | 第86-91页 |
| ·本章小结 | 第91-92页 |
| 第六章 结论与展望 | 第92-94页 |
| ·全文总结 | 第92-93页 |
| ·下一步研究工作 | 第93-94页 |
| 参考文献 | 第94-102页 |
| 致谢 | 第102-104页 |
| 附录A (攻读学位期间发表论文目录) | 第104-106页 |
| 附录B (攻读学位期间参加的科研项目) | 第106页 |
