手语识别系统设计
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 引言 | 第9-14页 |
| 1.1 选题背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 基于可穿戴设备的手语识别 | 第10-11页 |
| 1.2.2 基于计算机视觉的手语识别 | 第11-13页 |
| 1.3 研究内容及结构安排 | 第13-14页 |
| 第二章 系统框架及数据获取 | 第14-19页 |
| 2.1 总体设计框架 | 第14-15页 |
| 2.2 手语数据获取 | 第15-18页 |
| 2.2.1 Kinect结构 | 第16页 |
| 2.2.2 彩色数据的获取 | 第16-17页 |
| 2.2.3 深度数据的获取 | 第17页 |
| 2.2.4 骨骼数据的获取 | 第17-18页 |
| 2.3 本章小结 | 第18-19页 |
| 第三章 静态手语识别 | 第19-30页 |
| 3.1 图像预处理及分割 | 第19-26页 |
| 3.1.1 图像平滑 | 第20页 |
| 3.1.2 基于肤色的分割 | 第20-23页 |
| 3.1.3 去除非目标区域 | 第23-24页 |
| 3.1.4 图像二值化 | 第24页 |
| 3.1.5 形态学处理 | 第24-26页 |
| 3.2 图像特征提取及识别 | 第26-29页 |
| 3.3 实验结果分析 | 第29页 |
| 3.4 本章小结 | 第29-30页 |
| 第四章 动态手语识别 | 第30-46页 |
| 4.1 数据预处理 | 第30-33页 |
| 4.1.1 位置归一化 | 第31-32页 |
| 4.1.2 尺度归一化 | 第32-33页 |
| 4.2 隐马尔可夫模型 | 第33-39页 |
| 4.3 动态时间规整算法 | 第39-42页 |
| 4.4 k近邻分类算法 | 第42-43页 |
| 4.5 算法实现及结果分析 | 第43-45页 |
| 4.6 本章小结 | 第45-46页 |
| 第五章 手语识别系统的实现 | 第46-54页 |
| 5.1 系统开发环境 | 第46-47页 |
| 5.2 静态手语识别系统实现 | 第47-49页 |
| 5.2.1 系统设计 | 第47页 |
| 5.2.2 系统实现 | 第47-49页 |
| 5.3 动态手语识别系统实现 | 第49-53页 |
| 5.3.1 系统设计 | 第49-50页 |
| 5.3.2 系统实现 | 第50-53页 |
| 5.4 本章小结 | 第53-54页 |
| 第六章 结论与讨论 | 第54-56页 |
| 6.1 结论 | 第54页 |
| 6.2 讨论 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60页 |
