首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于视觉的动态手势识别技术研究

摘要第4-5页
ABSTRACT第5页
第1章 绪论第8-17页
    1.1 课题的研究背景和意义第8-10页
    1.2 国内外研究现状及分析第10-14页
        1.2.1 国外研究现状第10-12页
        1.2.2 国内研究现状第12-13页
        1.2.3 商业领域中手势识别技术应用现状第13-14页
    1.3 本文主要研究工作第14-15页
    1.4 本文的章节安排第15-17页
第2章 动态手势识别相关原理与算法介绍第17-29页
    2.1 肤色在不同颜色空间下的聚类效果第17-20页
        2.1.1 RGB空间下颜色的聚类效果第17-18页
        2.1.2 YCb Cr空间下颜色的聚类效果第18-19页
        2.1.3 HSV空间下颜色的聚类效果第19-20页
    2.2 图像形态学处理相关技术介绍第20-21页
    2.3 手势跟踪方法第21-25页
        2.3.1 粒子滤波的跟踪方法第21页
        2.3.2 基于LK光流的跟踪方法第21-22页
        2.3.3 基于Mean-shift的跟踪方法第22-23页
        2.3.4 基于Camshift的手势跟踪第23-25页
    2.4 时间序列分类方法研究第25-28页
        2.4.1 动态时间规整算法(DTW)第25-27页
        2.4.2 基于隐马尔科夫模型的分类算法第27-28页
    2.5 本章小结第28-29页
第3章 动态手势识别的研究与改进第29-48页
    3.1 肤色分割第29-34页
        3.1.1 建立实时肤色库第29-31页
        3.1.2 基于亮度索引的混合高斯肤色模型第31-34页
    3.2 建立手势几何模型第34-40页
        3.2.1 基于曲率的指尖定位第34-35页
        3.2.2 基于傅立叶变换的边缘平滑第35-36页
        3.2.3 指尖点聚类检测第36-37页
        3.2.4 基于距离变换的掌心定位第37页
        3.2.5 计算手势几何模型第37-40页
    3.3 基于改进的Camshift算法的手势跟踪第40-43页
    3.4 动态手势分类第43-47页
        3.4.1 动态手势指令集预定义第43-44页
        3.4.2 基于DTW的KNN动态手势识别第44-47页
    3.5 本章小结第47-48页
第4章 实验平台介绍及实验结果分析第48-55页
    4.1 实验条件介绍第48-49页
    4.2 肤色分割实验结果分析第49-50页
    4.3 手势模型实验结果分析第50-51页
    4.4 手势分类结果及系统实时性分析第51-53页
    4.5 本章小结第53-55页
结论第55-56页
参考文献第56-60页
攻读硕士学位期间发表的论文及其他成果第60-62页
致谢第62页

论文共62页,点击 下载论文
上一篇:基于WebRTC引擎的音频视频交互系统设计与实现
下一篇:基于视频的动态手语识别算法研究