基于视觉的体感交互技术研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1. 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 研究现状 | 第12-14页 |
| 1.2.2 实际应用现状 | 第14-15页 |
| 1.3 体感交互系统中存在的关键问题 | 第15-17页 |
| 1.4 本文内容及结构安排 | 第17-18页 |
| 1.5 本论文的创新点 | 第18-19页 |
| 2. 复杂环境下手势的检测与分割 | 第19-53页 |
| 2.1 肤色检测 | 第19-31页 |
| 2.1.1 颜色空间 | 第20-23页 |
| 2.1.2 肤色模型 | 第23-26页 |
| 2.1.3 融合多颜色空间分量的肤色检测算法 | 第26-30页 |
| 2.1.4 实验结果与分析 | 第30-31页 |
| 2.2 前景检测 | 第31-39页 |
| 2.2.1 前景检测的主要方法 | 第32-36页 |
| 2.2.2 改进的混合高斯建模的前景检测算法 | 第36-37页 |
| 2.2.3 实验结果与分析 | 第37-39页 |
| 2.3 预检测 | 第39-46页 |
| 2.3.1 人脸检测的主要方法 | 第39-41页 |
| 2.3.2 基于Adaboost算法的人脸检测 | 第41-45页 |
| 2.3.3 实验结果与分析 | 第45-46页 |
| 2.4 基于多信息融合的手势分割算法 | 第46-49页 |
| 2.4.1 技术难点 | 第46-47页 |
| 2.4.2 解决方法 | 第47-49页 |
| 2.5 实验结果与分析 | 第49-52页 |
| 2.6 本章小结 | 第52-53页 |
| 3. 手势组合特征提取 | 第53-64页 |
| 3.1 手势的轮廓提取 | 第54页 |
| 3.2 Hu不变矩 | 第54-56页 |
| 3.3 手势缺陷及指尖检测 | 第56-60页 |
| 3.3.1 手势缺陷特征 | 第56-57页 |
| 3.3.2 基于手势缺陷的指尖检测算法 | 第57-58页 |
| 3.3.3 实验结果与分析 | 第58-60页 |
| 3.4 手势比例特征 | 第60-61页 |
| 3.5 多特征组合 | 第61-62页 |
| 3.6 实验结果与分析 | 第62-63页 |
| 3.7 本章小结 | 第63-64页 |
| 4. 手势识别 | 第64-80页 |
| 4.1 手势分类方法 | 第64-66页 |
| 4.1.1 模板匹配方法 | 第64-65页 |
| 4.1.2 神经网络方法 | 第65页 |
| 4.1.3 支持向量机方法 | 第65-66页 |
| 4.2 支持向量机(SVM) | 第66-71页 |
| 4.2.1 线性支持向量机 | 第66-68页 |
| 4.2.2 非线性支持向量机 | 第68-70页 |
| 4.2.3 常用核函数 | 第70-71页 |
| 4.3 基于多特征融合和指尖检测的手势识别算法 | 第71-72页 |
| 4.4 动态手势识别 | 第72-73页 |
| 4.5 实验结果与分析 | 第73-78页 |
| 4.6 本章小结 | 第78-80页 |
| 5. 手势识别系统平台设计及交互应用 | 第80-90页 |
| 5.1 系统需求分析 | 第80-81页 |
| 5.2 系统软硬件环境 | 第81页 |
| 5.2.1 系统硬件环境 | 第81页 |
| 5.2.2 系统软件环境 | 第81页 |
| 5.3 系统流程设计 | 第81-83页 |
| 5.4 系统模块设计 | 第83-85页 |
| 5.5 系统界面设计 | 第85-86页 |
| 5.6 系统评估 | 第86-87页 |
| 5.7 交互应用 | 第87-88页 |
| 5.8 本章小结 | 第88-90页 |
| 6. 总结与展望 | 第90-94页 |
| 6.1 本文工作的总结 | 第90-91页 |
| 6.2 未来工作的展望 | 第91-94页 |
| 参考文献 | 第94-98页 |
| 攻读硕士学位期间主要的研究成果 | 第98页 |
