| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-27页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究目的与意义 | 第10-13页 |
| 1.3 手势识别相关技术的发展 | 第13-19页 |
| 1.3.1 特征提取 | 第13-17页 |
| 1.3.2 手势识别 | 第17-19页 |
| 1.4 国内外研究状况 | 第19-25页 |
| 1.4.1 国内研究状况 | 第19-21页 |
| 1.4.2 国外研究状况 | 第21-25页 |
| 1.5 本论文主要研究内容 | 第25-26页 |
| 1.6 本章小结 | 第26-27页 |
| 第二章 加窗的动态时间规整算法 | 第27-47页 |
| 2.1 传统动态时间规整算法 | 第27-34页 |
| 2.1.1 时间序列曲线 | 第27-28页 |
| 2.1.2 传统动态时间规整算法的基本原理 | 第28-33页 |
| 2.1.3 动态时间规整算法的优化 | 第33-34页 |
| 2.2 BEGIN-END动态时间规整算法 | 第34-40页 |
| 2.2.1 BEGIN-END动态时间规整算法的基本原理 | 第35-37页 |
| 2.2.2 BEGIN-END动态时间规整算法在手势识别中的运用 | 第37-39页 |
| 2.2.3 交叉验证法计算相似度阈值 | 第39-40页 |
| 2.3 加窗的动态时间规整算法 | 第40-44页 |
| 2.3.1 自包含现象 | 第40-42页 |
| 2.3.2 加窗的动态时间规整算法的基本原理 | 第42-44页 |
| 2.4 加窗的动态时间规整算法的优势 | 第44-45页 |
| 2.5 本章小结 | 第45-47页 |
| 第三章 3D连续手势识别 | 第47-68页 |
| 3.1 人手检测 | 第47-52页 |
| 3.2 手势特征 | 第52-54页 |
| 3.3 归一化方向向量 | 第54-55页 |
| 3.4 距离计算 | 第55-56页 |
| 3.5 加窗的动态时间规整算法 | 第56-60页 |
| 3.5.1 初始窗.确定 | 第57-58页 |
| 3.5.2 第二个笔画检测 | 第58-59页 |
| 3.5.3 后续笔画检测 | 第59-60页 |
| 3.6 局部窗 | 第60-65页 |
| 3.6.1 手势噪声的干扰 | 第60-62页 |
| 3.6.2 局部加窗 | 第62-64页 |
| 3.6.3 检测灵敏度调节 | 第64-65页 |
| 3.7 部分相似手势集 | 第65-67页 |
| 3.8 本章小结 | 第67-68页 |
| 第四章 3D连续手势识别应用 | 第68-82页 |
| 4.1 连续自定义手势识别 | 第68-76页 |
| 4.1.1 自定义手势的特点 | 第68页 |
| 4.1.2 自定义手势的难点 | 第68-69页 |
| 4.1.3 自定义手势数据库 | 第69-73页 |
| 4.1.4 实验设置 | 第73页 |
| 4.1.5 实验结果及分析 | 第73-76页 |
| 4.2 连续字母手势识别 | 第76-80页 |
| 4.2.1 字母手势的特点 | 第77页 |
| 4.2.2 字母识别的难点 | 第77页 |
| 4.2.3 字母手势分段 | 第77-78页 |
| 4.2.4 实验设置 | 第78-79页 |
| 4.2.5 实验结果及分析 | 第79-80页 |
| 4.3 本章小结 | 第80-82页 |
| 第五章 结论 | 第82-84页 |
| 5.1 本文的主要贡献 | 第82-83页 |
| 5.2 下一步工作的展望 | 第83-84页 |
| 致谢 | 第84-85页 |
| 参考文献 | 第85-89页 |
| 硕士期间取得的研究成果 | 第89-90页 |