面向多传感器融合的手势视觉特征提取与识别
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-10页 |
| 第一章 绪论 | 第10-14页 |
| ·手势识别概述 | 第10-11页 |
| ·手势识别分类 | 第10-11页 |
| ·手势动作的划分 | 第11页 |
| ·基于视觉的手势识别研究现状 | 第11页 |
| ·基于肌电、加速计的手势识别研究现状 | 第11-12页 |
| ·本课题研究内容及意义 | 第12-14页 |
| ·研究内容 | 第12-13页 |
| ·研究意义 | 第13-14页 |
| 第二章 基于视觉的手势提取技术基础 | 第14-25页 |
| ·肤色模型 | 第14-16页 |
| ·手部区域的分割 | 第16-22页 |
| ·基于肤色阈值的分割 | 第16-18页 |
| ·基于主动轮廓的分割 | 第18-21页 |
| ·基于背景差分的动态手势提取 | 第21-22页 |
| ·手势特征提取基础 | 第22-24页 |
| ·不变矩 | 第22-24页 |
| ·边界直方图 | 第24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于视觉的手势特征提取 | 第25-48页 |
| ·手势视觉特征概述 | 第25页 |
| ·静态手势特征提取与建模 | 第25-35页 |
| ·手部指尖定位 | 第25-28页 |
| ·手部区域的描述与建模 | 第28-35页 |
| ·静态手势特征的识别 | 第35-39页 |
| ·基于SVM 的模式识别简介 | 第36-38页 |
| ·基于SVM 的多分类器结构 | 第38-39页 |
| ·动态手势跟踪与轨迹描述 | 第39-47页 |
| ·基于CAMSHIFT 的手部跟踪 | 第40-42页 |
| ·卡尔曼滤波 | 第42-44页 |
| ·粒子滤波 | 第44-45页 |
| ·动态手势轨迹提取与识别 | 第45-46页 |
| ·手势跟踪实验结果 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第四章 面向融合的手势特征提取与识别 | 第48-53页 |
| ·基于表面肌电信号的手势特征提取 | 第48-50页 |
| ·表面肌电信号活动段提取 | 第48-49页 |
| ·表面肌电信号特征提取 | 第49-50页 |
| ·基于加速计的手势特征提取 | 第50页 |
| ·时序序列识别算法 | 第50-51页 |
| ·多传感器决策级融合 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 手势识别实验及结果分析 | 第53-65页 |
| ·手势识别实验简介 | 第53页 |
| ·字母手势识别实验及结果 | 第53-57页 |
| ·数据采集与实验步骤 | 第54-55页 |
| ·实验结果及分析 | 第55-57页 |
| ·多传感器融合手势识别结果及分析 | 第57-63页 |
| ·数据采集及实验过程 | 第58页 |
| ·实验结果及分析 | 第58-63页 |
| ·本章小结 | 第63-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 参考文献 | 第67-72页 |
| 攻读硕士学位期间发表的论文 | 第72-73页 |
| 致谢 | 第73页 |
