基于单目摄像头的手势识别方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第13-17页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-15页 |
| 1.3 主要研究内容与特色 | 第15页 |
| 1.4 本文结构安排 | 第15-17页 |
| 第二章 相关技术综述 | 第17-27页 |
| 2.1 基于视觉的手势识别技术 | 第17-20页 |
| 2.1.1 基于单目摄像头的手势识别 | 第17页 |
| 2.1.2 基于多目摄像头的手势识别 | 第17-20页 |
| 2.2 关键技术介绍 | 第20-26页 |
| 2.2.1 手势分割 | 第20-22页 |
| 2.2.2 特征提取 | 第22-23页 |
| 2.2.3 手势跟踪 | 第23-25页 |
| 2.2.4 手势识别 | 第25-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第三章 手势分割方法研究 | 第27-40页 |
| 3.1 基于肤色的手势分割 | 第27-32页 |
| 3.1.1 常用的颜色空间模型 | 第28-31页 |
| 3.1.2 基于YCbCr空间的肤色检测 | 第31-32页 |
| 3.2 基于运动的手势分割 | 第32-34页 |
| 3.2.1 时间差分法 | 第33页 |
| 3.2.2 背景差分法 | 第33-34页 |
| 3.3 基于肤色和运动信息的手势分割方法 | 第34-38页 |
| 3.3.1 基于相邻帧的自适应肤色检测 | 第34-37页 |
| 3.3.2 背景去噪 | 第37-38页 |
| 3.4 实验结果与分析 | 第38-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 指尖检测方法研究 | 第40-51页 |
| 4.1 基于曲率的指尖检测算法 | 第40-43页 |
| 4.1.1 轮廓曲率检测 | 第40-42页 |
| 4.1.2 峰值点聚类 | 第42页 |
| 4.1.3 指尖信息获取 | 第42-43页 |
| 4.2 改进的指尖检测算法 | 第43-48页 |
| 4.2.1 基于距离变换获取掌心掌宽 | 第44-46页 |
| 4.2.2 K-余弦算法中自适应的K值计算 | 第46-47页 |
| 4.2.3 排除干扰信息 | 第47-48页 |
| 4.3 实验结果与分析 | 第48-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第五章 手势识别方法研究与实现 | 第51-65页 |
| 5.1 手势跟踪技术 | 第51-52页 |
| 5.2 静态手势识别 | 第52-57页 |
| 5.2.1 特征提取 | 第52-55页 |
| 5.2.2 模板匹配 | 第55页 |
| 5.2.3 实验结果与分析 | 第55-57页 |
| 5.3 动态手势识别 | 第57-61页 |
| 5.3.1 DTW算法原理 | 第57-59页 |
| 5.3.2 轨迹特征选择 | 第59-60页 |
| 5.3.3 实验结果与分析 | 第60-61页 |
| 5.4 手势识别交互系统的实现 | 第61-63页 |
| 5.4.1 系统简介 | 第61-62页 |
| 5.4.2 交互应用 | 第62-63页 |
| 5.5 本章小结 | 第63-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 总结 | 第65页 |
| 6.2 展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 硕士期间发表的论文 | 第71-72页 |
| 致谢 | 第72页 |
