| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 课题的研究背景与意义 | 第10-11页 |
| 1.2 目标跟踪方法的研究现状 | 第11-16页 |
| 1.2.1 生成式模型的目标跟踪算法研究现状 | 第11-12页 |
| 1.2.2 判别式模型的目标跟踪算法研究现状 | 第12-16页 |
| 1.2.2.1 基于手工特征的判别式模型目标跟踪算法 | 第12-13页 |
| 1.2.2.2 基于深度学习判别式模型目标跟踪算法 | 第13-16页 |
| 1.3 论文的主要研究内容 | 第16-17页 |
| 1.4 本文章节安排 | 第17-18页 |
| 第二章 基于深度学习加权特征谱融合的帧内手势检测 | 第18-33页 |
| 2.1 引言 | 第18-19页 |
| 2.2 本章算法框架 | 第19页 |
| 2.3 加权特征谱融合 | 第19-21页 |
| 2.4 加权特征谱融合用于手势检测 | 第21-24页 |
| 2.5 实验结果及分析 | 第24-31页 |
| 2.5.1 实验环境 | 第24页 |
| 2.5.2 构建手势检测数据库 | 第24-26页 |
| 2.5.3 训练网络模型 | 第26-27页 |
| 2.5.4 测试网络模型 | 第27-31页 |
| 2.5.4.1 手势检测客观实验分析 | 第27-29页 |
| 2.5.4.2 手势检测主观实验评测 | 第29-31页 |
| 2.6 本章小结 | 第31-33页 |
| 第三章 基于相似度学习的帧间手势检测匹配 | 第33-46页 |
| 3.1 引言 | 第33页 |
| 3.2 本章算法框架 | 第33-35页 |
| 3.3 手势空间分布特征描述以及特征提取方法 | 第35-36页 |
| 3.4 手势相似性网络设计 | 第36-39页 |
| 3.5 实验结果及分析 | 第39-45页 |
| 3.5.1 构建手势相似性对比数据库 | 第39-40页 |
| 3.5.2 实验数据的预处理 | 第40-41页 |
| 3.5.3 手势相似性对比实验 | 第41-42页 |
| 3.5.4 基于检测的手势跟踪实验 | 第42-45页 |
| 3.5.4.1 实验的客观结果 | 第43-44页 |
| 3.5.4.2 实验的主观结果 | 第44-45页 |
| 3.6 本章小结 | 第45-46页 |
| 第四章 基于关联信息的手势跟踪方法 | 第46-61页 |
| 4.1 引言 | 第46页 |
| 4.2 基于关联信息跟踪轨迹算法框架 | 第46-48页 |
| 4.3 手势分割算法网络 | 第48-51页 |
| 4.4 实验结果及分析 | 第51-59页 |
| 4.4.1 实验数据库介绍 | 第51-53页 |
| 4.4.2 手势分割实验结果分析 | 第53-56页 |
| 4.4.3 基于搜索区域的手势跟踪实验 | 第56-59页 |
| 4.5 本章小结 | 第59-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 5.1 总结 | 第61页 |
| 5.2 展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-70页 |
| 攻读硕士学位期间取得的成果 | 第70页 |