基于表观的手势识别及人机交互研究
| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第一章 绪论 | 第13-31页 |
| ·引言 | 第13-14页 |
| ·手势识别的研究内容和现状 | 第14-26页 |
| ·手势识别的定义和分类 | 第14-15页 |
| ·手势识别的关键研究内容 | 第15-21页 |
| ·应用于人机交互的手势识别研究 | 第21-26页 |
| ·头眼协调运动控制研究 | 第26-27页 |
| ·人类眼球运动的特点和形式 | 第26-27页 |
| ·头眼协调运动控制模型 | 第27页 |
| ·本文研究的出发点 | 第27-29页 |
| ·本文主要内容和章节安排 | 第29-31页 |
| 第二章 基于完备特征集的静态手势识别 | 第31-57页 |
| ·引言 | 第31-33页 |
| ·完备特征提取 | 第33-40页 |
| ·特征评价 | 第34-35页 |
| ·Zernike 矩的计算 | 第35-37页 |
| ·基于Zernike 矩的完备手势特征集 | 第37-40页 |
| ·维数约简 | 第40-45页 |
| ·流形学习算法概述 | 第41-42页 |
| ·Isomap 算法描述 | 第42-43页 |
| ·基于CN-Isomap 的特征降维 | 第43-45页 |
| ·手势分类 | 第45-47页 |
| ·高维与低维特征空间映射函数的拟合 | 第46-47页 |
| ·基于马氏距离的分类器 | 第47页 |
| ·手势识别实验 | 第47-55页 |
| ·手势库 | 第49-52页 |
| ·不同降维方法的性能比较 | 第52-53页 |
| ·不同特征集的识别结果 | 第53-55页 |
| ·小结 | 第55-57页 |
| 第三章 基于时间轴压缩的动态手势识别 | 第57-81页 |
| ·引言 | 第57-59页 |
| ·自然人机交互过程中的动态手势建模方法 | 第59-63页 |
| ·动态手势特性分析 | 第60-61页 |
| ·基于局部信息匹配的动态手势建模 | 第61-62页 |
| ·基于整体感知的动态手势建模 | 第62-63页 |
| ·基于时间轴压缩的动态手势特征表示 | 第63-67页 |
| ·手势起止分割 | 第63-65页 |
| ·动态手势的表观轨迹拟合 | 第65-66页 |
| ·曲线矩 | 第66-67页 |
| ·决策树分类器 | 第67-74页 |
| ·决策树的基本思想 | 第69-70页 |
| ·多变量分段线性决策树 | 第70-74页 |
| ·样本类分组 | 第72页 |
| ·特征搜索 | 第72-73页 |
| ·分段线性判决式 | 第73-74页 |
| ·动态手势识别实验 | 第74-79页 |
| ·手势库 | 第75页 |
| ·不同分类器的性能分析 | 第75-77页 |
| ·不同建模方法的识别结果 | 第77-79页 |
| ·小结 | 第79-81页 |
| 第四章 自然手势交互的头眼协调控制 | 第81-101页 |
| ·引言 | 第81-82页 |
| ·手势交互任务中的头眼协调过程分析 | 第82-84页 |
| ·头眼协调运动控制算法 | 第84-93页 |
| ·注视点的检测和眼睛的聚焦运动 | 第85页 |
| ·关节坐标系的建立 | 第85-88页 |
| ·注视点在双眼坐标中心位置 | 第88-90页 |
| ·计算头部运动的期望位置 | 第90-91页 |
| ·眼睛的补偿运动 | 第91-93页 |
| ·仿人机器人头部系统 | 第93-95页 |
| ·实验结果及分析 | 第95-100页 |
| ·注视球形目标物体时的协调运动 | 第95-97页 |
| ·跟踪用户手势时的协调运动 | 第97-100页 |
| ·小结 | 第100-101页 |
| 第五章 总结和展望 | 第101-103页 |
| ·总结 | 第101页 |
| ·展望 | 第101-103页 |
| 附录 转移矩阵 | 第103-105页 |
| 参考文献 | 第105-115页 |
| 致谢 | 第115-116页 |
| 攻读博士学位期间取得的学术成果 | 第116页 |
