基于多特征融合的手势识别技术研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-12页 |
| 1.1 课题研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 论文主要工作 | 第10页 |
| 1.4 论文的结构安排 | 第10-11页 |
| 1.5 本章小结 | 第11-12页 |
| 2 手势识别方法概述 | 第12-16页 |
| 2.1 引言 | 第12页 |
| 2.2 手势分割技术概述 | 第12-13页 |
| 2.2.1 基于肤色的手势分割 | 第13页 |
| 2.2.2 基于轮廓的手势分割 | 第13页 |
| 2.3 手势识别技术概述 | 第13-15页 |
| 2.3.1 基于模板匹配法 | 第14页 |
| 2.3.2 基于概率统计模型的方法 | 第14-15页 |
| 2.3.3 基于卷积神经网络的方法 | 第15页 |
| 2.4 本章小结 | 第15-16页 |
| 3 基于YCbCr颜色空间手势分割 | 第16-32页 |
| 3.1 引言 | 第16-17页 |
| 3.2 基于肤色检测的手势分割 | 第17-26页 |
| 3.2.1 肤色检测模型 | 第18-21页 |
| 3.2.2 基于最大类间方差方法的手势分割 | 第21-22页 |
| 3.2.3 平滑处理 | 第22-25页 |
| 3.2.4 形态学滤波 | 第25-26页 |
| 3.3 基于卷积神经网络的训练与检测方法 | 第26-29页 |
| 3.3.1 主要肤色区域的提取 | 第26-28页 |
| 3.3.2 基于CNN的训练与检测 | 第28-29页 |
| 3.4 实验结果和分析 | 第29-30页 |
| 3.5 本章小结 | 第30-32页 |
| 4 基于卷积神经网络的手势识别 | 第32-43页 |
| 4.1 引言 | 第32页 |
| 4.2 基于多特征融合的手势输入 | 第32-34页 |
| 4.2.1 骨架特征 | 第33-34页 |
| 4.2.2 边缘特征 | 第34页 |
| 4.2.3 融合特征 | 第34页 |
| 4.3 基于深度卷积神经网络的手势识别 | 第34-38页 |
| 4.3.1 基于机器学习的手势识别 | 第34-35页 |
| 4.3.2 基于深度学习的手势识别 | 第35-38页 |
| 4.4 实验与分析 | 第38-42页 |
| 4.4.1 实验结果 | 第38-41页 |
| 4.4.2 实验对比分析 | 第41-42页 |
| 4.5 本章小结 | 第42-43页 |
| 5 总结与展望 | 第43-44页 |
| 5.1 全文工作总结 | 第43页 |
| 5.2 后续工作展望 | 第43-44页 |
| 参考文献 | 第44-48页 |
| 致谢 | 第48-49页 |
| 攻读硕士学位期间发表的学术论文 | 第49-50页 |
| 攻读硕士学位期间参与的科研项目 | 第50页 |
