基于深度特征融合的动态手势识别
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9-12页 |
| 1.2 动态手势识别中的难点 | 第12-13页 |
| 1.3 本文研究内容与结构 | 第13-15页 |
| 第2章 相关工作 | 第15-21页 |
| 2.1 概述 | 第15页 |
| 2.2 国内外现状 | 第15-19页 |
| 2.2.1 国内现状 | 第16-17页 |
| 2.2.2 国外现状 | 第17-19页 |
| 2.3 本章小结 | 第19-21页 |
| 第3章 基于深度特征融合的动态手势识别 | 第21-33页 |
| 3.1 概述 | 第21页 |
| 3.2 问题分析 | 第21-22页 |
| 3.3 基于融合特征的动态手势识别算法 | 第22-31页 |
| 3.3.1 融合原理及方案 | 第23-24页 |
| 3.3.2 描述子提取 | 第24-30页 |
| 3.3.3 描述子特性 | 第30页 |
| 3.3.4 线性SVM动态手势分类 | 第30-31页 |
| 3.4 本章小结 | 第31-33页 |
| 第4章 基于多尺度深度特征融合的动态手势识别 | 第33-39页 |
| 4.1 概述 | 第33页 |
| 4.2 基于多尺度融合特征的动态手势识别算法 | 第33-37页 |
| 4.2.1 多尺度特征融合方案 | 第34页 |
| 4.2.2 多尺度描述子提取 | 第34-37页 |
| 4.2.3 多尺度描述子特性 | 第37页 |
| 4.3 本章小结 | 第37-39页 |
| 第5章 实验结果与分析 | 第39-51页 |
| 5.1 概述 | 第39页 |
| 5.2 实验数据与环境 | 第39-40页 |
| 5.2.1 MSRGesture3D数据集 | 第40页 |
| 5.2.2 SKIG数据集 | 第40页 |
| 5.3 实验设计与结果分析 | 第40-50页 |
| 5.3.1 DLEH2性能评估 | 第40-48页 |
| 5.3.2 PDLPH2性能评估 | 第48-50页 |
| 5.4 本章小结 | 第50-51页 |
| 第6章 总结与展望 | 第51-53页 |
| 6.1 工作总结 | 第51-52页 |
| 6.2 前景展望 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 发表论文和参加科研情况说明 | 第57-59页 |
| 致谢 | 第59-60页 |
