| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 1 绪论 | 第13-33页 |
| 1.1 研究背景和意义 | 第13-14页 |
| 1.2 国内外研究概况 | 第14-30页 |
| 1.2.1 输入设备 | 第14-16页 |
| 1.2.2 手势模型 | 第16-19页 |
| 1.2.3 动态手势识别方法 | 第19-22页 |
| 1.2.4 手势识别应用 | 第22-24页 |
| 1.2.5 国内外研究机构和常用手势库 | 第24-30页 |
| 1.3 本文工作 | 第30-31页 |
| 1.4 本文结构安排 | 第31-33页 |
| 2 RGB-D数据采集及视觉词袋模型框架 | 第33-41页 |
| 2.1 Kinect构造和深度图像成像原理介绍 | 第33-34页 |
| 2.2 视觉词袋模型 | 第34-41页 |
| 2.2.1 词袋模型和视觉词袋模型的关系 | 第35-37页 |
| 2.2.2 常见时空特征提取算法 | 第37-38页 |
| 2.2.3 字典学习和编码 | 第38-39页 |
| 2.2.4 视频表示 | 第39页 |
| 2.2.5 训练分类器和识别 | 第39-41页 |
| 3 基于RGB-D的一次学习手势识别 | 第41-67页 |
| 3.1 引言 | 第41-42页 |
| 3.2 三维增强运动尺度不变特征转换 | 第42-51页 |
| 3.2.1 构建高斯和差分高斯金字塔 | 第44页 |
| 3.2.2 构建光流金字塔 | 第44-47页 |
| 3.2.3 关键点检测 | 第47-49页 |
| 3.2.4 计算特征描绘子 | 第49-50页 |
| 3.2.5 3D EMoSIFT算法小结 | 第50-51页 |
| 3.3 字典学习和特征编码 | 第51-54页 |
| 3.4 分类器 | 第54-55页 |
| 3.5 基于DTW的连续手势分割 | 第55-56页 |
| 3.6 一次学习手势识别总结 | 第56页 |
| 3.7 实验结果 | 第56-66页 |
| 3.7.1 数据库 | 第57页 |
| 3.7.2 度量准则 | 第57页 |
| 3.7.3 参数讨论 | 第57-60页 |
| 3.7.4 实验比较 | 第60-66页 |
| 3.8 本章小结 | 第66-67页 |
| 4 三维稀疏运动尺度不变特征转换 | 第67-81页 |
| 4.1 引言 | 第67页 |
| 4.2 构建RGB-D金字塔 | 第67-68页 |
| 4.3 关键点检测 | 第68-72页 |
| 4.3.1 初始点检测 | 第68-71页 |
| 4.3.2 关键点跟踪和检测 | 第71-72页 |
| 4.4 计算特征描绘子 | 第72-74页 |
| 4.4.1 构建三维梯度空间 | 第74页 |
| 4.4.2 构建三维运动空间 | 第74页 |
| 4.5 3D SMoSIFT算法总结 | 第74-75页 |
| 4.6 实验结果 | 第75-80页 |
| 4.6.1 属性设置 | 第75-76页 |
| 4.6.2 时间复杂度分析 | 第76-77页 |
| 4.6.3 实验比较 | 第77-80页 |
| 4.7 本章小结 | 第80-81页 |
| 5 特定类互信息最大化 | 第81-99页 |
| 5.1 引言 | 第81-82页 |
| 5.2 三变量条件熵引理推导 | 第82-84页 |
| 5.3 特定类互信息最大化(CSMMI) | 第84-87页 |
| 5.3.1 初始化字典 | 第84页 |
| 5.3.2 CSMMI算法的提出及求解过程 | 第84-86页 |
| 5.3.3 分类 | 第86-87页 |
| 5.4 CSMMI子模块法(Submodularity) | 第87-88页 |
| 5.5 实验结果 | 第88-98页 |
| 5.5.1 CSMMI直接法与子模块方法比较 | 第90页 |
| 5.5.2 稀疏系数直方图 | 第90-94页 |
| 5.5.3 剑桥大学手势库 | 第94-95页 |
| 5.5.4 Chaleam手势库 | 第95-97页 |
| 5.5.5 Keck手势库 | 第97页 |
| 5.5.6 讨论 | 第97-98页 |
| 5.6 本章小结 | 第98-99页 |
| 6 基于Kinect的手势识别系统平台 | 第99-113页 |
| 6.1 引言 | 第99页 |
| 6.2 手势识别系统平台 | 第99-104页 |
| 6.2.1 数据采集模块 | 第100-102页 |
| 6.2.2 训练模块 | 第102-103页 |
| 6.2.3 在线识别模块 | 第103-104页 |
| 6.3 动态手语识别系统 | 第104-107页 |
| 6.3.1 动态手语介绍 | 第104-106页 |
| 6.3.2 动态手语在线识别 | 第106页 |
| 6.3.3 识别性能测试 | 第106-107页 |
| 6.4 交通警察手势识别系统 | 第107-111页 |
| 6.4.1 交通警察手势介绍 | 第107-110页 |
| 6.4.2 交通警察手势在线识别 | 第110页 |
| 6.4.3 识别性能测试 | 第110-111页 |
| 6.5 本章小结 | 第111-113页 |
| 7 结论 | 第113-115页 |
| 7.1 工作总结 | 第113-114页 |
| 7.2 未来展望 | 第114-115页 |
| 参考文献 | 第115-123页 |
| 作者简历及攻读博士学位期间取得的研究成果 | 第123-127页 |
| 学位论文数据集 | 第127页 |