首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于视觉神经网络的手势识别研究

中文摘要第2-3页
Abstract第3-4页
中文文摘第5-9页
绪论第9-15页
    第一节 研究背景、意义及应用第9-10页
    第二节 国内外研究状况及存在的问题第10-11页
    第三节 论文的主要工作和篇章结构第11-15页
第一章 基于视觉神经网络模型的手势识别系统总体方案设计第15-21页
    第一节 引言第15页
    第二节 手势识别系统总体框架第15-16页
    第三节 系统的需求分析第16-19页
    第四节 系统的总体流程图第19-20页
    第五节 本章小结第20-21页
第二章 视频图像预处理及平台设计第21-39页
    第一节 引言第21页
    第二节 数字图像表示方法第21-23页
    第三节 图像处理平台的设计第23-26页
    第四节 平台上实现的主要功能第26-27页
    第五节 平台中采用的图像处理技术及算法第27-37页
    第六节 本章小结第37-39页
第三章 基于两种神经元网络的手势分割第39-49页
    第一节 引言第39页
    第二节 脉冲神经元网络模型第39-41页
    第三节 运动检测算法第41-42页
    第四节 肤色检测的神经网络模型第42-44页
    第五节 肤色检测算法第44-45页
    第六节 手势分割仿真结果第45-47页
    第七节 本章小结第47-49页
第四章 手势特征提取及手势跟踪第49-59页
    第一节 常见的手势特征第49页
    第二节 手势的不变矩特征第49-52页
    第三节 距离分布直方图特征第52-55页
    第四节 特征融合第55-57页
    第五节 手势跟踪第57-58页
    第六节 本章小结第58-59页
第五章 基于SVM的手势识别及相关应用第59-75页
    第一节 概述第59页
    第二节 常用的手势识别方法第59-62页
    第三节 基于SVM的手势识别第62-71页
    第四节 手势相关应用第71-73页
    第五节 本章小结第73-75页
第六章 结论与展望第75-77页
    第一节 全文总结第75页
    第二节 工作展望第75-77页
参考文献第77-83页
攻读学位期间承担的科研任务与主要成果第83-85页
致谢第85-87页
个人简历第87-89页

论文共89页,点击 下载论文
上一篇:多源信息融合框架下辅助导航系统的景象匹配算法研究
下一篇:基于GPU的大规模球形地形可视化技术研究