大屏幕人机互动中若干关键技术研究
摘要 | 第1-5页 |
Abstract | 第5-8页 |
目录 | 第8-11页 |
第一章 绪论 | 第11-22页 |
·引言 | 第11-12页 |
·相关技术研究现状 | 第12-20页 |
·运动目标检测 | 第12页 |
·人体检测 | 第12-14页 |
·人体跟踪 | 第14-18页 |
·自然动态手势交互 | 第18-19页 |
·静态手势识别 | 第19-20页 |
·本文主要内容与安排 | 第20-22页 |
第二章 人体检测与追踪 | 第22-50页 |
·运动目标检测 | 第22-33页 |
·一般检测方法 | 第22-27页 |
·基于混合高斯自适应目标检测算法 | 第27-29页 |
·改进型的混合高斯模型检测 | 第29页 |
·阴影检测 | 第29-31页 |
·实验结果与分析 | 第31-33页 |
·运动人体跟踪 | 第33-42页 |
·Mean Shift理论 | 第33-36页 |
·Mean Shift算法 | 第36-39页 |
·基于Mean Shift算法的目标跟踪 | 第39-42页 |
·改进的Mean Shift人体跟踪算法 | 第42-44页 |
·人体的分块 | 第43页 |
·纹理模型 | 第43-44页 |
·改进型Mean Shift算法流程 | 第44页 |
·有遮挡的人体跟踪 | 第44-46页 |
·遮挡发生和结束的判定条件 | 第45-46页 |
·有遮挡情况下的人体追踪算法流程 | 第46页 |
·实验结果与分析 | 第46-48页 |
·总结 | 第48-50页 |
第三章 基于双目视觉的空间定位技术研究 | 第50-68页 |
·引言 | 第50页 |
·摄像机成像原理与摄像机标定 | 第50-57页 |
·摄像机坐标系与世界坐标系 | 第50-53页 |
·摄像机成像模型 | 第53-57页 |
·摄像机标定 | 第57-62页 |
·摄像机的参数 | 第58页 |
·标准摄像机的标定方法 | 第58-62页 |
·一种简单的摄像机双目定位技术 | 第62-66页 |
·空间定位原理 | 第63-64页 |
·计算空间异而直线公垂线中点 | 第64-65页 |
·仿真实验与分析 | 第65-66页 |
·利用双目定位技术的模拟鼠标人机交互方式 | 第66-67页 |
·本章小结 | 第67-68页 |
第四章 基于动态手势的远距离手势交互 | 第68-99页 |
·动态手势跟踪 | 第68-77页 |
·基于粒子滤波的跟踪算法 | 第69-75页 |
·基于样本加权的粒子跟踪算法 | 第75页 |
·实验与分析 | 第75-77页 |
·手势特征提取 | 第77-79页 |
·手心位置 | 第77-78页 |
·手势方向角 | 第78页 |
·手势速度 | 第78-79页 |
·基于混沌训练算法的HMM动态手势识别 | 第79-97页 |
·HMM的基本概念 | 第80-82页 |
·HMM的基本问题 | 第82-83页 |
·HMM基本问题的解法 | 第83-89页 |
·HMM状态个数估计 | 第89-90页 |
·利用混沌算法改进训练方法 | 第90-91页 |
·非典型手势的阈值确定方法 | 第91-92页 |
·实验流程 | 第92-97页 |
·本章小结 | 第97-99页 |
第五章 基于静态手势的系统文字输入方法 | 第99-128页 |
·静态手势的分割 | 第99-106页 |
·基于肤色信息的手势分割 | 第99-102页 |
·基于深度信息的手势分割 | 第102-105页 |
·边缘检测 | 第105-106页 |
·静态手势特征的提取 | 第106-116页 |
·几何矩特征 | 第107-112页 |
·Hu矩 | 第112页 |
·傅立叶特征 | 第112-114页 |
·SIFT特征 | 第114-116页 |
·基于静态手势识别汉字文字输入方法 | 第116-127页 |
·静态手势识别分类的方法 | 第116-117页 |
·支持向量机(SVM)理论 | 第117-120页 |
·SVM多类分类 | 第120-123页 |
·输入法的实现、实验结果与分析 | 第123-127页 |
·总结 | 第127-128页 |
第六章 总结与展望 | 第128-130页 |
·本文主要贡献 | 第128-129页 |
·未来展望 | 第129-130页 |
参考文献 | 第130-139页 |
攻读学位期间发表和录用的学术论文目录 | 第139-140页 |
攻读学位期间获得的专利 | 第140-141页 |
攻读学位期间参加的研究项目 | 第141-142页 |
攻读学位期间获奖目录 | 第142-143页 |
致谢 | 第143页 |