基于CAS-GLOVE数据手套的手势识别技术研究
| 中文摘要 | 第1-7页 |
| ABSTRACT | 第7-10页 |
| 1 绪论 | 第10-18页 |
| ·手势识别概述 | 第10-14页 |
| ·手势的定义 | 第10-11页 |
| ·手势识别的研究背景 | 第11-12页 |
| ·手势识别技术的分类及比较 | 第12-13页 |
| ·手势识别的发展方向 | 第13-14页 |
| ·中国手语介绍 | 第14-16页 |
| ·本文采用的识别思路与方法 | 第16-18页 |
| 2 背景知识 | 第18-29页 |
| ·模式识别理论简介 | 第18-20页 |
| ·模式和模式识别的概念 | 第18页 |
| ·模式识别系统 | 第18-20页 |
| ·手模型分析 | 第20-22页 |
| ·手的物理模型分析 | 第20-21页 |
| ·手关节运动约束分析 | 第21-22页 |
| ·几种常见的数据手套 | 第22-25页 |
| ·VPL 公司的数据手套DataGlove | 第22-23页 |
| ·5DT 公司的数据手套 | 第23-24页 |
| ·CAS-Glove 型数据手套 | 第24-25页 |
| ·关于模式识别的一些基本问题 | 第25-29页 |
| ·相似与分类 | 第25-26页 |
| ·特征的提取 | 第26-29页 |
| 3 基于数据手套的手势识别算法 | 第29-47页 |
| ·CAS-Glove 型数据手套技术说明 | 第29-36页 |
| ·运动建模 | 第29-32页 |
| ·数据手套的标定 | 第32-34页 |
| ·传感器原始数据与角度值之间的转换 | 第34-36页 |
| ·基于神经网络的手势识别 | 第36-42页 |
| ·BP 网络结构 | 第36-37页 |
| ·BP 网络学习规则 | 第37-38页 |
| ·BP 网络的设计 | 第38-39页 |
| ·BP 神经网络算法实现 | 第39-40页 |
| ·BP 网络的性能特点 | 第40-42页 |
| ·基于决策树的手势识别 | 第42-47页 |
| ·决策树的基本概念 | 第42-43页 |
| ·决策树设计的基本考虑 | 第43-44页 |
| ·基于决策树的手势识别算法实现 | 第44-45页 |
| ·决策树算法的优缺点 | 第45-47页 |
| 4 系统实现及结果分析 | 第47-63页 |
| ·系统整体说明 | 第47-48页 |
| ·实验系统环境介绍 | 第47页 |
| ·系统框架介绍 | 第47-48页 |
| ·离线识别系统实现——基于神经网络算法的软件实现 | 第48-52页 |
| ·神经网络的训练阶段 | 第48-50页 |
| ·神经网络的仿真识别阶段 | 第50-52页 |
| ·在线识别系统实现——基于决策树算法的软件实现 | 第52-61页 |
| ·数据手套串口通讯的实现方法 | 第52-56页 |
| ·数据通讯的两种方式 | 第56-57页 |
| ·数据手套的标定过程实现 | 第57-58页 |
| ·在线手势识别 | 第58-61页 |
| ·实验结果分析 | 第61-63页 |
| 5 结论 | 第63-64页 |
| 参考文献 | 第64-66页 |
| 作者简历 | 第66-67页 |
