| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 选题背景及研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 手势识别的分类 | 第14-17页 |
| 1.3.1 按照数据获取的方式分类 | 第14页 |
| 1.3.2 按照识别对象分类 | 第14-17页 |
| 1.4 动态手势识别的系统结构研究及难点分析 | 第17-18页 |
| 1.4.1 动态手势识别系统结构 | 第17页 |
| 1.4.2 动态手势识别难点分析 | 第17-18页 |
| 1.5 本文研究内容及章节安排 | 第18-21页 |
| 第2章 融合深度图像和彩色图像的手势分割 | 第21-37页 |
| 2.1 引言 | 第21页 |
| 2.2 手势分割方法 | 第21-25页 |
| 2.2.1 基于肤色的手势分割 | 第22页 |
| 2.2.2 基于运动信息的手势分割 | 第22-23页 |
| 2.2.3 基于边缘检测的手势识别 | 第23-24页 |
| 2.2.4 手势分割方法的选定 | 第24-25页 |
| 2.3 Kinect传感器 | 第25-27页 |
| 2.4 基于Kinect深度信息手势分割 | 第27-35页 |
| 2.4.1 灰度直方图 | 第27-30页 |
| 2.4.2 颜色空间 | 第30-31页 |
| 2.4.3 基于高斯肤色模型的彩色图像手势分割 | 第31-32页 |
| 2.4.4 结合灰度直方图和肤色模型的手势分割 | 第32-35页 |
| 2.5 本章小结 | 第35-37页 |
| 第3章 基于CamShift算法和Kalman滤波的动态手势跟踪 | 第37-49页 |
| 3.1 概述 | 第37-38页 |
| 3.2 基于CamShift算法动态手势跟踪 | 第38-43页 |
| 3.2.1 MeanShift算法 | 第38-40页 |
| 3.2.2 CamShift算法 | 第40-43页 |
| 3.3 Kalman滤波原理 | 第43-45页 |
| 3.4 融合CamShift算法以及Kalman滤波算法的动态手势跟踪 | 第45-47页 |
| 3.5 本章总结 | 第47-49页 |
| 第4章 基于HMM模型的动态手势识别 | 第49-65页 |
| 4.1 概述 | 第49页 |
| 4.2 手势轨迹特征的提取 | 第49-53页 |
| 4.2.1 动态手势轨迹的局部特征提取 | 第50-51页 |
| 4.2.2 全局三维动态手势轨迹特征提取 | 第51-53页 |
| 4.3 隐马尔可夫模型概念 | 第53-54页 |
| 4.4 HMM模型的基本问题 | 第54-57页 |
| 4.4.1 评估问题 | 第54-56页 |
| 4.4.2 解码问题 | 第56页 |
| 4.4.3 训练问题 | 第56-57页 |
| 4.5 区分未定义手势 | 第57-59页 |
| 4.6 基于HMM模型的动态手势轨迹识别设计 | 第59-63页 |
| 4.6.1 总体框架设计 | 第59-60页 |
| 4.6.2 HMM模型初始化 | 第60页 |
| 4.6.3 HMM手势轨迹训练 | 第60-61页 |
| 4.6.4 HMM动态手势轨迹识别 | 第61-62页 |
| 4.6.5 动态手势识别结果验证 | 第62-63页 |
| 4.7 本章小结 | 第63-65页 |
| 第5章 基于动态手势识别的鼠键控制系统 | 第65-75页 |
| 5.1 系统的软硬件设计 | 第65-66页 |
| 5.1.1 系统的硬件设计 | 第65页 |
| 5.1.2 系统的软件设计 | 第65-66页 |
| 5.2 基于动态手势识别控制鼠键流程设计 | 第66-69页 |
| 5.2.1 动态手势识别控制鼠键流程设计 | 第67-68页 |
| 5.2.2 动态手势识别控制指令设计 | 第68-69页 |
| 5.3 实验过程及实验分析 | 第69-72页 |
| 5.4 手势控制切水果游戏实验效果 | 第72-73页 |
| 5.5 本章小结 | 第73-75页 |
| 第6章 结论与展望 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 致谢 | 第81-83页 |
| 硕士期间完成论文情况 | 第83页 |