融合图像和深度信息的人机交互手部检测跟踪技术研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 注释表 | 第11-12页 |
| 缩略词 | 第12-13页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 引言 | 第13页 |
| 1.2 课题背景及意义 | 第13-15页 |
| 1.3 国内外研究现状 | 第15-18页 |
| 1.4 论文主要研究内容与安排 | 第18-21页 |
| 1.4.1 主要研究内容 | 第18-19页 |
| 1.4.2 本文组织安排 | 第19-21页 |
| 第二章 手势特征提取 | 第21-35页 |
| 2.1 手势深度特征 | 第21-25页 |
| 2.1.1 Kinect与深度摄像 | 第21-24页 |
| 2.1.2 深度特征描述 | 第24-25页 |
| 2.2 手部肤色特征 | 第25-31页 |
| 2.2.1 色彩空间 | 第25-29页 |
| 2.2.2 肤色模型的选择 | 第29-31页 |
| 2.3 特征相似性度量 | 第31-34页 |
| 2.3.1 相似性度量方法 | 第31-33页 |
| 2.3.2 肤色相似性度量 | 第33-34页 |
| 2.4 本章小结 | 第34-35页 |
| 第三章 手部自适应检测 | 第35-48页 |
| 3.1 目标检测技术 | 第35-38页 |
| 3.1.1 检测算法概述 | 第35-37页 |
| 3.1.2 检测算法比较分析 | 第37-38页 |
| 3.2 深度图像采集与矫正 | 第38-41页 |
| 3.3 手部自适应检测算法 | 第41-43页 |
| 3.3.1 自适应深度阈值 | 第41页 |
| 3.3.2 改进自适应深度分割 | 第41-43页 |
| 3.4 实验结果与分析 | 第43-46页 |
| 3.5 本章小结 | 第46-48页 |
| 第四章 自适应手部跟踪 | 第48-62页 |
| 4.1 跟踪算法总体思路 | 第48-49页 |
| 4.2 跟踪算法概述 | 第49-52页 |
| 4.2.1 目标跟踪分类 | 第49-50页 |
| 4.2.2 搜索算法 | 第50-52页 |
| 4.3 粒子滤波原理 | 第52-54页 |
| 4.4 基于深度阈值的自适应粒子采样 | 第54-58页 |
| 4.4.1 基于深度阈值的自适应粒子采样 | 第55-56页 |
| 4.4.2 候选区域相似度度量 | 第56-57页 |
| 4.4.3 粒子滤波改进 | 第57-58页 |
| 4.5 实验结果与分析 | 第58-61页 |
| 4.6 本章小结 | 第61-62页 |
| 第五章 总结与展望 | 第62-64页 |
| 5.1 工作总结 | 第62页 |
| 5.2 未来研究展望 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-68页 |
| 在学期间的研究成果及发表的学术论文 | 第68页 |
