| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 课题背景及意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.2.1 手势识别技术概述 | 第9-10页 |
| 1.2.2 手部分割技术概述 | 第10页 |
| 1.3 论文研究内容及目标 | 第10-11页 |
| 1.4 论文组织结构 | 第11-13页 |
| 第2章 现有技术及相关技术的分析 | 第13-19页 |
| 2.1 基于可穿戴设备的手势跟踪技术分析 | 第13-14页 |
| 2.2 基于视觉的手势跟踪技术分析 | 第14-17页 |
| 2.2.1 基于普通摄像头的技术分析 | 第14-15页 |
| 2.2.2 基于TOF摄像头和双目摄像头的技术分析 | 第15页 |
| 2.2.3 基于Kinect摄像头的技术分析 | 第15-17页 |
| 2.3 手势分类识别技术分析 | 第17-18页 |
| 2.4 本章小结 | 第18-19页 |
| 第3章 基于Kinect的手势识别的方法研究 | 第19-33页 |
| 3.1 基于Kinect的手部运动轨迹算法优化 | 第19-21页 |
| 3.1.1 Kinect手部运动轨迹的问题 | 第19页 |
| 3.1.2 卡尔曼滤波在本工程中的应用 | 第19-21页 |
| 3.2 基于骨架的RGB手部精确分割方法 | 第21-27页 |
| 3.2.1 手势分割方法 | 第21-22页 |
| 3.2.2 单手分割方法 | 第22-24页 |
| 3.2.3 双手分割方法 | 第24-25页 |
| 3.2.4 手脸分割方法 | 第25-26页 |
| 3.2.5 实验分析 | 第26-27页 |
| 3.3 基于SVM分类器的手势识别方法 | 第27-31页 |
| 3.3.1 手势特征描述 | 第27-28页 |
| 3.3.2 分类器训练和识别 | 第28-31页 |
| 3.4 本章小结 | 第31-33页 |
| 第4章 基于Kinect手势识别方法的 3D画图应用 | 第33-63页 |
| 4.1 Kinect 3D画图应用结构 | 第33-34页 |
| 4.2 Kinect 3D画图框架方案 | 第34-44页 |
| 4.2.1 基本场景定义 | 第34-35页 |
| 4.2.2 3D画图关键点概述 | 第35-37页 |
| 4.2.3 3D画图的框架设计 | 第37-39页 |
| 4.2.4 3D查看的框架设计 | 第39-44页 |
| 4.3 Kinect 3D画图应用架构方法 | 第44-62页 |
| 4.3.1 Kinect读取类说明 | 第44-50页 |
| 4.3.2 分割识别类说明 | 第50-53页 |
| 4.3.3 控制类说明 | 第53-58页 |
| 4.3.4 显示类说明 | 第58-62页 |
| 4.4 本章小结 | 第62-63页 |
| 第5章 基于Kinect手势识别方法的 3D画图展示 | 第63-79页 |
| 5.1 系统开发环境 | 第63-65页 |
| 5.1.1 技术框架 | 第63-64页 |
| 5.1.2 开发工具 | 第64-65页 |
| 5.2 功能实现及展示 | 第65-78页 |
| 5.2.1 实验场景搭建 | 第65-66页 |
| 5.2.2 绘制规则图形展示 | 第66-67页 |
| 5.2.3 规则图形自由旋转展示 | 第67-69页 |
| 5.2.4 查看规则图形展示 | 第69-71页 |
| 5.2.5 绘制不规则图形展示 | 第71-73页 |
| 5.2.6 不规则图形自由旋转展示 | 第73-75页 |
| 5.2.7 查看不规则图形展示 | 第75-76页 |
| 5.2.8 移动不规则图形展示 | 第76-77页 |
| 5.2.9 删除图形展示 | 第77-78页 |
| 5.3 本章小结 | 第78-79页 |
| 结论 | 第79-81页 |
| 参考文献 | 第81-85页 |
| 攻读硕士学位期间所取得的研究成果 | 第85-87页 |
| 致谢 | 第87页 |
