基于指尖定位的手势识别算法研究
| 致谢 | 第5-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第12-20页 |
| 1.1 课题的研究背景及意义 | 第12-13页 |
| 1.2 手势识别的研究现状 | 第13-17页 |
| 1.2.1 手势识别分类 | 第13-15页 |
| 1.2.2 国内外研究现状 | 第15-17页 |
| 1.3 课题研究的关键技术难点 | 第17-18页 |
| 1.4 本文的主要内容与论文结构 | 第18-20页 |
| 2 基于自适应肤色检测的手势分割 | 第20-36页 |
| 2.1 常用的颜色空间 | 第20-24页 |
| 2.1.1 RGB颜色空间 | 第20-21页 |
| 2.1.2 HSV颜色空间 | 第21-23页 |
| 2.1.3 YCbCr颜色空间 | 第23页 |
| 2.1.4 颜色空间的分析与选择 | 第23-24页 |
| 2.2 肤色模型 | 第24-27页 |
| 2.2.1 肤色阈值模型 | 第24-25页 |
| 2.2.2 直方图模型 | 第25-26页 |
| 2.2.3 高斯分布模型 | 第26-27页 |
| 2.2.4 肤色模型的建立 | 第27页 |
| 2.3 基于混合颜色空间的肤色检测算法及实现 | 第27-29页 |
| 2.4 结合背景差分的自适应手势分割算法及实现 | 第29-31页 |
| 2.5 手势轮廓的提取 | 第31-33页 |
| 2.6 基于结构特征的人脸检测 | 第33-34页 |
| 2.7 本章小结 | 第34-36页 |
| 3 指尖定位算法的研究 | 第36-48页 |
| 3.1 基于轮廓曲率的指尖定位 | 第36-37页 |
| 3.2 基于凸包分析的指尖定位 | 第37-43页 |
| 3.2.1 凸包算法分析 | 第37-41页 |
| 3.2.2 基于凸包特征的指尖检测 | 第41-43页 |
| 3.3 本文采用的指尖定位算法及实现 | 第43-46页 |
| 3.3.1 单指尖定位算法 | 第43-44页 |
| 3.3.2 多指尖定位算法 | 第44-46页 |
| 3.4 本章小结 | 第46-48页 |
| 4 手势特征的提取算法研究 | 第48-60页 |
| 4.1 静态手势特征提取 | 第48-55页 |
| 4.1.1 静态手势定义 | 第48-49页 |
| 4.1.2 静态手势的结构特征提取 | 第49-52页 |
| 4.1.3 静态手势的统计特征提取 | 第52-53页 |
| 4.1.4 实验结果与分析 | 第53-55页 |
| 4.2 动态轨迹特征提取 | 第55-58页 |
| 4.2.1 动态轨迹定义 | 第55-56页 |
| 4.2.2 动态轨迹的特征提取 | 第56-58页 |
| 4.2.3 实验结果与分析 | 第58页 |
| 4.3 本章小结 | 第58-60页 |
| 5 基于支持向量机的手势识别 | 第60-74页 |
| 5.1 支持向量机的基本思想 | 第61-66页 |
| 5.1.1 线性支持向量机 | 第61-63页 |
| 5.1.2 非线性支持向量机 | 第63-65页 |
| 5.1.3 支持向量机的核函数 | 第65页 |
| 5.1.4 多值分类的SVM模型 | 第65-66页 |
| 5.2 基于支持向量机的手势识别 | 第66-67页 |
| 5.3 实验结果与分析 | 第67-71页 |
| 5.4 手势输入系统的实现 | 第71-72页 |
| 5.5 本章小结 | 第72-74页 |
| 6 总结与展望 | 第74-76页 |
| 6.1 论文总结 | 第74-75页 |
| 6.2 下一步研究方向 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 作者简历 | 第80-84页 |
| 学位论文数据集 | 第84页 |
