| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-18页 |
| ·课题研究背景和意义 | 第11-12页 |
| ·虚拟现实技术 | 第12-13页 |
| ·手势 | 第13-14页 |
| ·手势定义 | 第13页 |
| ·手势建模 | 第13页 |
| ·手势动作分类 | 第13-14页 |
| ·传统手势识别技术研究现状 | 第14-16页 |
| ·基于计算机视觉的手势识别研究现状 | 第14-15页 |
| ·基于数据手套的手势识别研究现状 | 第15-16页 |
| ·基于体感设备的手势识别 | 第16-17页 |
| ·论文的组织结构 | 第17-18页 |
| 第2章 Leap Motion及相关技术原理概述 | 第18-23页 |
| ·Leap Motion设备介绍 | 第18-19页 |
| ·Leap Motion工作原理 | 第19页 |
| ·Leap Motion软件系统 | 第19-21页 |
| ·基于Leap Motion的手势识别研究现状 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 交互系统结构与算法改进 | 第23-34页 |
| ·交互系统结构 | 第23页 |
| ·手势图像分割方法研究 | 第23-26页 |
| ·阈值分割法 | 第23-24页 |
| ·基于YCbCr颜色空间的肤色模型 | 第24-25页 |
| ·背景差分法 | 第25-26页 |
| ·改进的手势图像分割算法 | 第26-33页 |
| ·改进的背景差分法 | 第26-28页 |
| ·改进的YCbCr颜色模型 | 第28-29页 |
| ·基于YCgCr颜色模型的滑动帧背景差分法 | 第29-30页 |
| ·实验和结果分析 | 第30-33页 |
| ·本章小结 | 第33-34页 |
| 第4章 基于Leap Motion的手势轨迹识别方法 | 第34-50页 |
| ·特征向量选取 | 第34-35页 |
| ·手势轨迹提取 | 第35-39页 |
| ·数据预处理 | 第35-37页 |
| ·轨迹提取 | 第37-38页 |
| ·轨迹优化 | 第38-39页 |
| ·手势识别决策 | 第39-41页 |
| ·欧氏距离 | 第39-40页 |
| ·最近邻法则 | 第40-41页 |
| ·识别判定 | 第41页 |
| ·手势识别训练 | 第41-49页 |
| ·手势样本库生成 | 第41-42页 |
| ·样本训练 | 第42-46页 |
| ·加权欧氏距离 | 第46-47页 |
| ·实验和结果分析 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 手势交互演示系统 | 第50-60页 |
| ·系统软硬件环境 | 第50-51页 |
| ·系统交互流程 | 第51-52页 |
| ·系统功能设计和算法实现 | 第52-55页 |
| ·手势和交互功能 | 第52-53页 |
| ·手势识别过程和关键算法 | 第53-55页 |
| ·手势交互系统展示 | 第55-59页 |
| ·本章小结 | 第59-60页 |
| 工作总结与展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第67页 |