| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第12-22页 |
| 1.1 课题研究背景 | 第12-17页 |
| 1.2 课题研究简介 | 第17-20页 |
| 1.2.1 课题研究目的 | 第17-18页 |
| 1.2.2 系统组织架构 | 第18-20页 |
| 1.3 论文组织结构 | 第20-21页 |
| 1.4 本章小结 | 第21-22页 |
| 第二章 手势的动态检测与跟踪 | 第22-37页 |
| 2.1 背景知识 | 第22-31页 |
| 2.1.1 图像的基本概念 | 第22-23页 |
| 2.1.2 图像的颜色空间 | 第23-25页 |
| 2.1.3 图像预处理知识 | 第25-27页 |
| 2.1.4 类肤色的阈值检测 | 第27-28页 |
| 2.1.5 Adaboost算法及人脸检测原理 | 第28-29页 |
| 2.1.6 CamShift算法及动态跟踪原理 | 第29-31页 |
| 2.2 手势的检测与跟踪 | 第31-36页 |
| 2.2.1 类肤色阈值检测在YCrCb颜色空间的应用 | 第31-34页 |
| 2.2.2 Adaboost算法在手势检测中的应用 | 第34-35页 |
| 2.2.3 Camshift算法在手势跟踪中的应用 | 第35-36页 |
| 2.3 本章小结 | 第36-37页 |
| 第三章 特征提取与矢量量化 | 第37-41页 |
| 3.1 特征提取 | 第37-39页 |
| 3.2 矢量量化 | 第39-40页 |
| 3.3 本章小结 | 第40-41页 |
| 第四章 基于隐马尔可夫模型的动态手势识别系统 | 第41-57页 |
| 4.1 背景知识 | 第41-50页 |
| 4.1.1 马尔可夫模型简介 | 第41-42页 |
| 4.1.2 隐马尔可夫模型简介 | 第42-50页 |
| 4.2 HMMs应用于手势识别 | 第50-56页 |
| 4.2.1 隐马尔可夫模型中的几个要点 | 第50-55页 |
| 4.2.2 基于HMMs的手势识别应用 | 第55-56页 |
| 4.3 本章小结 | 第56-57页 |
| 第五章 基于隐马尔可夫模型增量学习的动态手势识别系统 | 第57-64页 |
| 5.1 增量学习简介 | 第57-60页 |
| 5.2 基于IL-HMMs的手势识别系统 | 第60-63页 |
| 5.3 本章小结 | 第63-64页 |
| 第六章 实验与分析 | 第64-69页 |
| 6.1 实验背景 | 第64-65页 |
| 6.2 基于HMMs的手势识别系统实验结果与分析 | 第65页 |
| 6.3 基于IL-HMMs的手势识别系统实验结果与分析 | 第65-69页 |
| 第七章 总结与展望 | 第69-71页 |
| 7.1 总结 | 第69页 |
| 7.2 展望 | 第69-71页 |
| 参考文献 | 第71-76页 |
| 攻读博士学位期间完成的学术成果 | 第76-77页 |
| 致谢 | 第77-78页 |
