| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 绪论 | 第11-19页 |
| ·研究背景 | 第11-12页 |
| ·研究意义 | 第12-14页 |
| ·研究现状 | 第14-16页 |
| ·手势识别研究现状 | 第14-15页 |
| ·人体姿态估计的研究现状 | 第15-16页 |
| ·论文研究工作及论文内容安排 | 第16-19页 |
| 2 静态手势识别算法研究 | 第19-35页 |
| ·手势分割 | 第19-28页 |
| ·常用的色彩模型 | 第19-22页 |
| ·肤色阈值分割 | 第22-24页 |
| ·Mean-shift图像分割算法研究 | 第24-27页 |
| ·结合运动检测的手势分割 | 第27-28页 |
| ·模板手势特征提取 | 第28-30页 |
| ·模板匹配的静态手势识别算法实现 | 第30-33页 |
| ·静态手势识别算法实验 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 3 动态手势跟踪算法研究 | 第35-45页 |
| ·粒子滤波跟踪算法 | 第35-37页 |
| ·Camshift跟踪算法 | 第37-38页 |
| ·Camshift跟踪算法的实现 | 第38-41页 |
| ·Camshift手势跟踪算法的改进 | 第41-43页 |
| ·本章小结 | 第43-45页 |
| 4 人体姿态跟踪算法研究 | 第45-65页 |
| ·人体姿态跟踪问题的概率描述 | 第45-47页 |
| ·退火粒子滤波算法原理 | 第47-49页 |
| ·基于HumanEva数据库的人体姿态跟踪算法研究 | 第49-60页 |
| ·HumanEva数据库 | 第49-50页 |
| ·三维人体模型的构建 | 第50-54页 |
| ·似然函数的选取 | 第54-55页 |
| ·人体运动约束先验知识 | 第55-57页 |
| ·运动预测模型的选取 | 第57-58页 |
| ·退火粒子滤波人体姿态跟踪算法的实现 | 第58-60页 |
| ·退火粒子滤波姿态跟踪算法实验 | 第60-63页 |
| ·本章小结 | 第63-65页 |
| 5 人体姿态数据降维算法研究 | 第65-75页 |
| ·常见的降维方法 | 第65-69页 |
| ·主成分分析法 | 第66-67页 |
| ·高斯过程隐变量模型法 | 第67-69页 |
| ·GPLVM降维算法的改进 | 第69-71页 |
| ·人体姿态数据的降维算法实现 | 第71-74页 |
| ·本章小结 | 第74-75页 |
| 6 总结与展望 | 第75-77页 |
| ·论文总结 | 第75-76页 |
| ·下一步研究方向 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 作者简历 | 第81-85页 |
| 学位论文数据集 | 第85页 |