基于Kinect和指尖识别的EAST手势交互系统
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.1.1 传统设备的限制 | 第11页 |
| 1.1.2 体感交互时代 | 第11-12页 |
| 1.1.3 EAST模型体感交互意义 | 第12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 国外研究现状 | 第13-14页 |
| 1.2.2 国内研究现状 | 第14-16页 |
| 1.3 论文组织结构 | 第16页 |
| 1.4 本章小结 | 第16-17页 |
| 第2章 EAST模型交互需求及系统方案研究 | 第17-25页 |
| 2.1 EAST装置的基本情况 | 第17页 |
| 2.2 EAST模型简介 | 第17-18页 |
| 2.3 模型交互分析 | 第18-22页 |
| 2.3.1 加载EAST模型 | 第18-19页 |
| 2.3.2 自由查看 | 第19页 |
| 2.3.3 详细信息显示 | 第19-20页 |
| 2.3.4 模型拾取及视口变换 | 第20-21页 |
| 2.3.5 EAST主机装配动画 | 第21-22页 |
| 2.4 交互手势设计 | 第22-23页 |
| 2.5 系统研究方案 | 第23-24页 |
| 2.6 开发工具分析及选择 | 第24页 |
| 2.6.1 开发语言和环境 | 第24页 |
| 2.6.2 Unity3D引擎 | 第24页 |
| 2.7 本章小结 | 第24-25页 |
| 第3章 数据采集和手部区域分割 | 第25-38页 |
| 3.1 引言 | 第25页 |
| 3.2 数据采集 | 第25-27页 |
| 3.2.1 Kinect简介 | 第25-26页 |
| 3.2.2 采集方法 | 第26-27页 |
| 3.3 背景减法 | 第27-32页 |
| 3.3.1 背景减法相关研究 | 第27-28页 |
| 3.3.2 混合高斯的背景减法 | 第28-32页 |
| 3.4 肤色分割 | 第32-37页 |
| 3.4.1 椭圆肤色模型 | 第32-33页 |
| 3.4.2 算法流程 | 第33-37页 |
| 3.5 小结 | 第37-38页 |
| 第4章 基于K曲率和掌心距离的指尖检测 | 第38-48页 |
| 4.1 引言 | 第38页 |
| 4.2 手掌定位 | 第38-43页 |
| 4.2.1 圆形霍夫变换 | 第39-41页 |
| 4.2.2 手掌重心及掌轴 | 第41-42页 |
| 4.2.3 掌心位置确定 | 第42-43页 |
| 4.3 指尖检测 | 第43-47页 |
| 4.3.1 轮廓采样 | 第43-45页 |
| 4.3.2 曲率计算 | 第45-46页 |
| 4.3.3 指尖检测 | 第46页 |
| 4.3.4 掌轴检测 | 第46-47页 |
| 4.4 小结 | 第47-48页 |
| 第5章 EAST手势交互系统实现及测试 | 第48-75页 |
| 5.1 引言 | 第48页 |
| 5.2 系统方案 | 第48-51页 |
| 5.2.1 系统架构 | 第48-49页 |
| 5.2.2 系统目标 | 第49页 |
| 5.2.3 算法设计 | 第49-51页 |
| 5.3 指尖特征提取实现 | 第51-56页 |
| 5.3.1 Kinect初始化 | 第51-53页 |
| 5.3.2 GMM模型训练实现 | 第53-54页 |
| 5.3.3 手部区域分割 | 第54-55页 |
| 5.3.4 特征提取过程 | 第55-56页 |
| 5.4 系统功能实现 | 第56-69页 |
| 5.4.1 手势模板定义 | 第56-59页 |
| 5.4.2 模型处理 | 第59-63页 |
| 5.4.3 功能实现及界面 | 第63-69页 |
| 5.5 结果分析 | 第69-74页 |
| 5.5.1 背景适应性 | 第69-72页 |
| 5.5.2 静态手势识别的稳定性 | 第72-73页 |
| 5.5.3 动态手势识别的准确率 | 第73-74页 |
| 5.6 小结 | 第74-75页 |
| 第6章 总结与展望 | 第75-77页 |
| 6.1 系统总结 | 第75-76页 |
| 6.2 工作展望 | 第76-77页 |
| 参考文献 | 第77-80页 |
| 致谢 | 第80-81页 |
| 在读期间发表的学术论文与取得的其他研究成果 | 第81页 |
