| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| abstract | 第9页 |
| 第一章 前言 | 第14-23页 |
| 1.1 论文的研究背景和意义 | 第14-17页 |
| 1.1.1 人机交互技术的发展历程 | 第14-15页 |
| 1.1.2 运动捕捉技术的发展历程 | 第15-17页 |
| 1.1.3 研究意义 | 第17页 |
| 1.2 手势识别技术研究现状 | 第17-20页 |
| 1.2.1 国外研究现状 | 第18-19页 |
| 1.2.2 国内研究现状 | 第19-20页 |
| 1.3 本文主要研究内容及创新点 | 第20-22页 |
| 1.3.1 主要研究内容 | 第20-21页 |
| 1.3.2 主要创新点 | 第21-22页 |
| 1.4 本文的组织结构 | 第22-23页 |
| 第二章 Kinect概述 | 第23-31页 |
| 2.1 Kinect的外形结构 | 第23页 |
| 2.2 Kinect for windows SDK架构介绍 | 第23-24页 |
| 2.3 Kinect的关键技术 | 第24-27页 |
| 2.4 Kinect人体骨骼点识别 | 第27页 |
| 2.5 Kinect的主要应用 | 第27-30页 |
| 2.5.1 商务领域 | 第27-28页 |
| 2.5.2 教育领域 | 第28-29页 |
| 2.5.3 医疗领域 | 第29页 |
| 2.5.4 军事等其他领域 | 第29-30页 |
| 2.6 Kinect的不足之处 | 第30-31页 |
| 第三章 基于Kinect的静态手势识别 | 第31-35页 |
| 3.1 人体骨骼点的选取 | 第31-32页 |
| 3.2 骨骼点间角度的测量 | 第32-33页 |
| 3.3 静态手势匹配 | 第33-35页 |
| 3.3.1 静态手势匹配应满足的角度条件 | 第33页 |
| 3.3.2 静态手势的识别流程 | 第33-35页 |
| 第四章 基于Kinect的动态手势识别 | 第35-44页 |
| 4.1 手部分割 | 第35页 |
| 4.2 动态手势起始帧与结束帧的判定 | 第35-36页 |
| 4.3 微手势 | 第36-38页 |
| 4.4 动态手势匹配 | 第38-42页 |
| 4.4.1 动态时间规整 | 第38-39页 |
| 4.4.2 路径约束条件 | 第39-41页 |
| 4.4.3 基于DTW的动态手势识别 | 第41-42页 |
| 4.5 动态手势的识别流程 | 第42-44页 |
| 第五章 基于Kinect的手势识别在物流展会中的应用 | 第44-53页 |
| 5.1 动态手势识别系统的开发环境与架构 | 第44-45页 |
| 5.2 创建动态手势模板 | 第45-48页 |
| 5.2.1 模板手势的定义 | 第45-46页 |
| 5.2.2 模板手势的录入 | 第46-48页 |
| 5.3 手势识别系统在物流展会中的应用 | 第48-53页 |
| 第六章 总结与展望 | 第53-55页 |
| 6.1 总结 | 第53页 |
| 6.2 展望 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第58页 |