| 摘要 | 第1-3页 |
| Abstract | 第3-8页 |
| 第1章 绪论 | 第8-13页 |
| ·课题研究背景和意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·基于数据手套的手势识别 | 第9-10页 |
| ·基于视觉的手势识别 | 第10-11页 |
| ·论文的主要工作和章节安排 | 第11-13页 |
| ·主要工作 | 第11-12页 |
| ·章节安排 | 第12-13页 |
| 第2章 图像预处理及基于肤色模型的手势分割 | 第13-21页 |
| ·图像平滑去噪 | 第13-15页 |
| ·高斯滤波 | 第13-14页 |
| ·均值滤波 | 第14页 |
| ·中值滤波 | 第14页 |
| ·混合中值滤波 | 第14-15页 |
| ·基于肤色检测的手势分割 | 第15-19页 |
| ·颜色空间概述 | 第15-16页 |
| ·常用颜色空间 | 第16-18页 |
| ·YCbCr肤色模型 | 第18-19页 |
| ·形态学处理 | 第19-20页 |
| ·基于肤色检测的手势分割过程的实现 | 第20页 |
| ·本章小结 | 第20-21页 |
| 第3章 手势多特征提取 | 第21-34页 |
| ·概述 | 第21-22页 |
| ·全局特征 | 第22-23页 |
| ·不变矩 | 第22-23页 |
| ·Hu不变矩 | 第23页 |
| ·局部特征 | 第23-29页 |
| ·SIFT特征提取 | 第24-26页 |
| ·SURF特征提取 | 第26-29页 |
| ·边缘特征 | 第29-32页 |
| ·边缘提取的一般思想 | 第30页 |
| ·Canny算子 | 第30-31页 |
| ·边缘提取效果实验 | 第31-32页 |
| ·本文特征提取方案 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第4章 边缘特征SRC手势识别算法 | 第34-49页 |
| ·信号的稀疏表示 | 第34-36页 |
| ·信号的稀疏性 | 第34-35页 |
| ·过完备字典 | 第35页 |
| ·稀疏表示的一般模型 | 第35-36页 |
| ·稀疏表示分类算法 | 第36-38页 |
| ·问题的提出 | 第36-37页 |
| ·稀疏表示分类算法流程 | 第37-38页 |
| ·异类排斥 | 第38页 |
| ·欠定系统的求解 | 第38-40页 |
| ·凸松弛算法 | 第39页 |
| ·贪婪算法 | 第39-40页 |
| ·边缘特征SRC手势识别算法 | 第40-44页 |
| ·特征的预处理 | 第41-42页 |
| ·算法流程 | 第42-44页 |
| ·实验结果及分析 | 第44-48页 |
| ·基于Jochen Triesch手势数据库 | 第44-46页 |
| ·基于自建手势库的算法实验 | 第46-47页 |
| ·与现有算法的比对 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 融合多特征的稀疏表示手势识别算法 | 第49-58页 |
| ·基于BOF-SURF的视觉词频特征 | 第49-50页 |
| ·Bag-Of-Words和Bag-Of-Features | 第49-50页 |
| ·BOF-SURF手势特征提取 | 第50页 |
| ·改进的BOF-SURF手势特征提取 | 第50-51页 |
| ·多特征融合 | 第51页 |
| ·融合多特征SRC手势识别 | 第51-53页 |
| ·实验结果及分析 | 第53-57页 |
| ·融合方案可行性分析 | 第53-54页 |
| ·融合权重的选取 | 第54-55页 |
| ·无人脸干扰识别实验 | 第55-56页 |
| ·有人脸干扰识别实验 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第6章 总结与展望 | 第58-60页 |
| ·本文总结 | 第58-59页 |
| ·未来展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |