复杂背景下基于视觉的动态手势识别研究
| 论文摘要 | 第1-7页 |
| ABSTRACT | 第7-15页 |
| 第1章 绪论 | 第15-23页 |
| ·概述 | 第15页 |
| ·研究问题的提出 | 第15-16页 |
| ·手势的定义和分类 | 第16页 |
| ·手势识别的分类 | 第16-17页 |
| ·基于数据手套的手势识别 | 第16-17页 |
| ·基于视觉的手势识别 | 第17页 |
| ·基于视觉的手势识别的现状 | 第17-22页 |
| ·手势识别系统的构成 | 第17-18页 |
| ·手势图像的分割 | 第18页 |
| ·手势的建模 | 第18-20页 |
| ·手势特征提取 | 第20-21页 |
| ·手势特征识别 | 第21-22页 |
| ·手势识别的难点 | 第22页 |
| ·论文的主要内容 | 第22-23页 |
| 第2章 手势图像的分割研究 | 第23-47页 |
| ·概述 | 第23页 |
| ·手势分割的基本流程 | 第23-24页 |
| ·图像的预处理 | 第24-27页 |
| ·图像的平滑 | 第24-26页 |
| ·图像的二值化及开闭运算 | 第26-27页 |
| ·基于HSV颜色空间的人手区域检测 | 第27-30页 |
| ·HSV颜色空间概述 | 第28-29页 |
| ·基于H值的肤色分割 | 第29-30页 |
| ·基于差分运动分析的人手区域检测 | 第30-33页 |
| ·边缘检测 | 第33-34页 |
| ·对手势分割基本流程的改进 | 第34-45页 |
| ·基于人手先验知识的自动白平衡 | 第34-36页 |
| ·基于RGB颜色空间R分量的差分运动分析 | 第36-37页 |
| ·基于卡尔曼滤波的人手位置预判 | 第37-42页 |
| ·人脸区域的去除 | 第42-43页 |
| ·改进后的手势分割流程 | 第43-45页 |
| ·实验结果与分析 | 第45-47页 |
| 第3章 手势特征的提取研究 | 第47-62页 |
| ·概述 | 第47页 |
| ·基于拓扑的特征提取 | 第47-48页 |
| ·基于傅立叶描述子的特征提取 | 第48-49页 |
| ·基于边缘抽样统计的特征提取 | 第49-55页 |
| ·两个基本的假定 | 第50-51页 |
| ·基于边缘抽样统计的特征提取方法 | 第51-55页 |
| ·前馈人工神经网络 | 第55-58页 |
| ·人工神经网络概述 | 第55-56页 |
| ·误差反向传播算法 | 第56-58页 |
| ·基于前馈神经网络的特征相量的识别 | 第58-59页 |
| ·实验结果与分析 | 第59-62页 |
| ·识别的最终结果 | 第59-60页 |
| ·抽样线条数量对识别率的影响 | 第60页 |
| ·隐藏层单元数量对识别率的影响 | 第60-62页 |
| 第4章 动态手势识别研究 | 第62-73页 |
| ·概述 | 第62页 |
| ·手势轨迹特征值的提取 | 第62-63页 |
| ·基于隐马尔可夫模型的手势轨迹识别 | 第63-69页 |
| ·隐马尔可夫模型的原理及算法 | 第63-68页 |
| ·手势轨迹识别的结果 | 第68-69页 |
| ·包含手形的动态手势的识别 | 第69-73页 |
| ·识别的主要流程 | 第69-70页 |
| ·关键帧的提取 | 第70-71页 |
| ·轨迹和手形的识别顺序 | 第71页 |
| ·实验结果与分析 | 第71-73页 |
| 第5章 结束语 | 第73-74页 |
| 附录A:攻读硕士期间发表和完成的论文 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 后记 | 第79页 |
