基于视觉的静态手势识别技术研究
| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 第一章 绪论 | 第9-16页 |
| ·手势识别的研究背景及意义 | 第9-10页 |
| ·手势识别的基本概念 | 第10-12页 |
| ·手势识别的定义 | 第10页 |
| ·手势识别的分类 | 第10-12页 |
| ·手势识别的国内外研究现况 | 第12-14页 |
| ·手势识别的国外研究现状 | 第12-13页 |
| ·手势识别的国内研究现状 | 第13-14页 |
| ·手势识别技术难点 | 第14-15页 |
| ·本论文的主要工作 | 第15-16页 |
| 第二章 基于视觉的手势识别系统原理 | 第16-23页 |
| ·手势识别系统的构成 | 第16-22页 |
| ·手势的获取 | 第16-17页 |
| ·手势图像的预处理 | 第17页 |
| ·手势的分割 | 第17-18页 |
| ·手势建模 | 第18-20页 |
| ·手势分析 | 第20-21页 |
| ·特征检测 | 第20-21页 |
| ·模型参数估计 | 第21页 |
| ·手势识别 | 第21-22页 |
| ·本文采用的识别思路及系统构成 | 第22页 |
| ·本章小结 | 第22-23页 |
| 第三章 基于 LM_BP 神经网络的手势分割方法 | 第23-48页 |
| ·肤色模型的分割方法 | 第23-32页 |
| ·颜色空间 | 第24-27页 |
| ·肤色分布 | 第27-30页 |
| ·常用的肤色建模方法 | 第30-32页 |
| ·规定肤色范围 | 第30-31页 |
| ·高斯分布模型 | 第31页 |
| ·直方图模型 | 第31-32页 |
| ·基于LM_BP 神经网络的手势分割方法 | 第32-47页 |
| ·BP 神经网络基本原理 | 第33-37页 |
| ·BP 网络模型结构 | 第34-35页 |
| ·BP 算法 | 第35-36页 |
| ·LM_BP 算法 | 第36-37页 |
| ·LM_BP 神经网络的设计 | 第37-39页 |
| ·网络的结构设计 | 第37-38页 |
| ·网络的参数设计 | 第38-39页 |
| ·算法实现与结果 | 第39-47页 |
| ·数据源的获取 | 第39-40页 |
| ·LM_BP 网络的训练 | 第40-42页 |
| ·实验与结果 | 第42-47页 |
| ·本章小结 | 第47-48页 |
| 第四章 基于傅立叶描述子的手势特征提取 算法 | 第48-53页 |
| ·八临域搜索算法 | 第48-50页 |
| ·傅立叶描述子的特征提取 | 第50-52页 |
| ·基本思想 | 第50-51页 |
| ·字母手势的傅立叶特征 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 手势的识别 | 第53-59页 |
| ·距离度量和最近邻分类 | 第53-54页 |
| ·距离的度量 | 第53-54页 |
| ·最近邻决策规则 | 第54页 |
| ·算法实现 | 第54-57页 |
| ·实验结果与结论 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-62页 |
| ·总结 | 第59-60页 |
| ·本文研究内容总结 | 第59-60页 |
| ·本文方法的不足之处 | 第60页 |
| ·展望 | 第60-62页 |
| 参考文献 | 第62-69页 |
| 发表的论文及主要成果 | 第69-70页 |
| 致谢 | 第70页 |
