基于Kinect的实时手语识别技术研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 注释表 | 第10-11页 |
| 缩略词 | 第11-12页 |
| 第一章 绪论 | 第12-17页 |
| 1.1 选题背景与意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 基于数据手套的手语识别 | 第13-14页 |
| 1.2.2 基于计算机视觉的手语识别 | 第14-15页 |
| 1.3 本文的主要工作 | 第15-16页 |
| 1.4 本文的内容安排 | 第16-17页 |
| 第二章 基于卡尔曼滤波的手势跟踪与检测 | 第17-29页 |
| 2.1 引言 | 第17页 |
| 2.2 Kinect体感摄像机简介 | 第17-18页 |
| 2.3 常用的目标检测与跟踪算法 | 第18-21页 |
| 2.3.1 常用的目标检测算法 | 第18-20页 |
| 2.3.2 常用的目标跟踪算法 | 第20-21页 |
| 2.4 基于卡尔曼滤波的轨迹矫正与手势检测算法 | 第21-25页 |
| 2.5 实验结果与分析 | 第25-28页 |
| 2.5.1 手势轨迹矫正实验 | 第25-26页 |
| 2.5.2 手部区域分割实验 | 第26-28页 |
| 2.6 小结 | 第28-29页 |
| 第三章 手势轨迹与关键手型的特征提取 | 第29-46页 |
| 3.1 引言 | 第29页 |
| 3.2 手势轨迹特征描述 | 第29-34页 |
| 3.2.1 特征提取 | 第29-30页 |
| 3.2.2 轨迹归一化 | 第30-34页 |
| 3.3 关键帧检测 | 第34-39页 |
| 3.3.1 轨迹曲线点密度 | 第34-36页 |
| 3.3.2 基于轨迹曲线点密度的关键帧检测 | 第36-39页 |
| 3.4 手型特征提取 | 第39-41页 |
| 3.5 实验结果与分析 | 第41-45页 |
| 3.6 小结 | 第45-46页 |
| 第四章 分级的相似度匹配策略 | 第46-58页 |
| 4.1 引言 | 第46页 |
| 4.2 基于轨迹的一级匹配 | 第46-52页 |
| 4.2.1 目前已有算法 | 第46-49页 |
| 4.2.2 基于关键帧加权的DTW算法 | 第49-52页 |
| 4.3 基于手型的二级匹配 | 第52-55页 |
| 4.4 实验结果与分析 | 第55-57页 |
| 4.5 小结 | 第57-58页 |
| 第五章 基于Kinect的动态手语识别系统设计 | 第58-65页 |
| 5.1 引言 | 第58页 |
| 5.2 系统设计 | 第58-60页 |
| 5.2.1 开发环境 | 第58-59页 |
| 5.2.2 系统模块设计 | 第59-60页 |
| 5.3 系统功能 | 第60-63页 |
| 5.3.1 后台管理模块 | 第60-61页 |
| 5.3.2 手势识别模块 | 第61-63页 |
| 5.4 实验结果分析 | 第63-64页 |
| 5.5 小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 总结 | 第65-66页 |
| 6.2 展望 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 致谢 | 第72-73页 |
| 在学期间的研究成果及发表的学术论文 | 第73页 |
