基于稀疏表示的手势识别研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外发展现状 | 第9-11页 |
| 1.3 本文手势识别研究 | 第11-14页 |
| 1.3.1 手势检测 | 第11-12页 |
| 1.3.2 手势跟踪定位 | 第12页 |
| 1.3.3 手势特征提取 | 第12-13页 |
| 1.3.4 手势分类识别 | 第13-14页 |
| 1.4 本文的结构安排 | 第14-16页 |
| 第二章 基于视觉特征的手势图像预处理研究 | 第16-32页 |
| 2.1 噪声处理与肤色检测 | 第16-22页 |
| 2.1.1 噪声处理 | 第16-18页 |
| 2.1.2 肤色检测选用的颜色空间 | 第18-21页 |
| 2.1.3 基于肤色的边缘轮廓提取 | 第21-22页 |
| 2.2 手势特征提取 | 第22-31页 |
| 2.2.1 图像下采样 | 第22-23页 |
| 2.2.2 PCA特征手势提取 | 第23-25页 |
| 2.2.3 SURF | 第25-30页 |
| 2.2.4 特征提取仿真实验 | 第30-31页 |
| 2.3 本章小结 | 第31-32页 |
| 第三章 稀疏表示的手势识别算法的提出与实现 | 第32-43页 |
| 3.1 稀疏表示理论基础 | 第32-35页 |
| 3.1.1 稀疏表示的应用 | 第33-34页 |
| 3.1.2 稀疏表示求解方法 | 第34-35页 |
| 3.2 常用稀疏表示算法 | 第35-37页 |
| 3.3 基于稀疏表示的手势识别 | 第37-42页 |
| 3.3.1 稀疏表示对手势进行分类 | 第37-38页 |
| 3.3.2 实验与分析 | 第38-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第四章 动态手势跟踪的研究 | 第43-54页 |
| 4.1 卡尔曼滤波器 | 第43-46页 |
| 4.1.1 卡尔曼滤波原理 | 第43-45页 |
| 4.1.2 卡尔曼滤波跟踪 | 第45-46页 |
| 4.2 高斯混合模型 | 第46-48页 |
| 4.3 Camshift算法 | 第48-50页 |
| 4.4 实验结果 | 第50-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第五章 总结与展望 | 第54-56页 |
| 5.1 总结 | 第54页 |
| 5.2 展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60页 |
