基于光流计算和DTW算法的动态手势识别研究与实现
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-16页 |
| ·引言 | 第8-9页 |
| ·手势识别的现实意义与研究现状 | 第9-10页 |
| ·手势识别的现实意义 | 第9页 |
| ·手势识别的研究现状 | 第9-10页 |
| ·手势识别的关键技术 | 第10-15页 |
| ·手势图像的分割 | 第11页 |
| ·手势特征的选择和提取 | 第11-13页 |
| ·手势特征的分类 | 第13-15页 |
| ·本文内容安排 | 第15-16页 |
| 第二章 光流计算方法及实验对比分析 | 第16-31页 |
| ·光流计算综述 | 第16-20页 |
| ·光流的基本概念 | 第16-18页 |
| ·基本光流约束方程 | 第18-20页 |
| ·光流计算的研究现状 | 第20-23页 |
| ·基于梯度的方法 | 第21页 |
| ·基于匹配的方法 | 第21页 |
| ·基于能量的方法 | 第21-22页 |
| ·基于相位的方法 | 第22页 |
| ·神经动力学方法 | 第22-23页 |
| ·光流算法的实现及实验对比 | 第23-30页 |
| ·Horn-Schunk算法 | 第23-25页 |
| ·Lucas-Kanade算法 | 第25-26页 |
| ·高斯金字塔光流算法 | 第26-28页 |
| ·光流算法实验对比分析 | 第28-30页 |
| ·小结 | 第30-31页 |
| 第三章 动态手势建模与DTW匹配算法 | 第31-40页 |
| ·手势建模 | 第31-34页 |
| ·手势光流特征的选取 | 第31-33页 |
| ·手势模型的建立 | 第33-34页 |
| ·DTW匹配算法 | 第34-39页 |
| ·动态规划技术 | 第34-35页 |
| ·DTW算法原理 | 第35-37页 |
| ·DTW匹配算法的优化 | 第37-39页 |
| ·小结 | 第39-40页 |
| 第四章 动态手势识别系统的实现及实验结果分析 | 第40-50页 |
| ·动态手势识别系统的架构 | 第40-46页 |
| ·输入视频的预处理 | 第41-43页 |
| ·图像序列光流特征的提取及量化 | 第43页 |
| ·手势模板库的生成 | 第43-44页 |
| ·DTW优化算法实现识别 | 第44-46页 |
| ·实验测试结果与分析 | 第46-50页 |
| ·公共模板库的优势 | 第47-48页 |
| ·DTW算法优化比较分析 | 第48页 |
| ·实验结果分析 | 第48-50页 |
| 第五章 总结与展望 | 第50-52页 |
| ·全文总结 | 第50-51页 |
| ·工作展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 攻读硕士学位期间发表学术论文及参与项目情况 | 第55-56页 |
| 致谢 | 第56页 |
