| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·课题研究背景及其意义 | 第7页 |
| ·课题国内外研究现状 | 第7-9页 |
| ·手势分割 | 第8页 |
| ·手势识别 | 第8-9页 |
| ·本文的主要工作和内容安排 | 第9-11页 |
| 第二章 Viola-Jones 目标检测 | 第11-25页 |
| ·AdaBoost 算法 | 第11-13页 |
| ·PAC 模型 | 第11页 |
| ·Boosting 算法 | 第11-12页 |
| ·AdaBoost 算法 | 第12-13页 |
| ·弱分类器和强分类器 | 第13-16页 |
| ·级联分类器 | 第16-18页 |
| ·级联分类器的原理 | 第16-17页 |
| ·级联分类器的训练 | 第17-18页 |
| ·特征描述与提取算法 | 第18-24页 |
| ·Haar-like 特征 | 第19-21页 |
| ·LBP 特征 | 第21-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于 LBP 特征的 Viola-Jones 手势检测 | 第25-35页 |
| ·基于 LBP 特征的手势检测系统框架 | 第25-26页 |
| ·数据准备 | 第26-30页 |
| ·训练样本库 | 第26-28页 |
| ·测试样本库 | 第28-30页 |
| ·训练和测试分类器 | 第30-33页 |
| ·训练分类器 | 第30-31页 |
| ·分类器性能测试 | 第31-33页 |
| ·本章小结 | 第33-35页 |
| 第四章 手势分割 | 第35-43页 |
| ·肤色分割 | 第35-38页 |
| ·颜色空间 | 第35页 |
| ·YCbCr 肤色模型 | 第35-37页 |
| ·形态学滤波处理 | 第37-38页 |
| ·边缘检测 | 第38-40页 |
| ·轮廓提取 | 第40-41页 |
| ·本章小结 | 第41-43页 |
| 第五章 基于 K 均值聚类算法的手势识别 | 第43-53页 |
| ·傅里叶算子 | 第43-45页 |
| ·数学描述 | 第43-45页 |
| ·手势轮廓表示 | 第45页 |
| ·主元分析 | 第45-49页 |
| ·主元分析理论 | 第46-48页 |
| ·主元分析实现 | 第48-49页 |
| ·K 均值聚类 | 第49-51页 |
| ·模式聚类 | 第49-50页 |
| ·K 均值聚类算法及其实现 | 第50-51页 |
| ·本章小结 | 第51-53页 |
| 第六章 基于 Android 平台的手势识别系统 | 第53-65页 |
| ·系统开发平台简介 | 第53-56页 |
| ·Android 系统简介 | 第53-54页 |
| ·Android NDK | 第54页 |
| ·OpenCV for Android | 第54-55页 |
| ·实验软硬件环境 | 第55-56页 |
| ·系统设计及实验 | 第56-61页 |
| ·系统总体设计 | 第56-57页 |
| ·手势检测模块 | 第57-58页 |
| ·手势分割模块 | 第58-60页 |
| ·手势识别模块 | 第60页 |
| ·Android 应用编程接口设计 | 第60-61页 |
| ·手势控制拍照应用案例 | 第61-64页 |
| ·运行效果演示 | 第62-63页 |
| ·实时性能测试 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 总结与展望 | 第65-67页 |
| 致谢 | 第67-69页 |
| 参考文献 | 第69-72页 |