首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

手势运动检测与跟踪算法研究

摘要第1-6页
ABSTRACT第6-14页
第1章 绪论第14-18页
   ·研究背景与意义第14-15页
   ·研究现状第15-16页
   ·视频目标检测与跟踪的主要难点第16页
   ·本文的主要工作第16页
   ·本文的主要安排第16-18页
第2章 目标检测与跟踪技术简介第18-29页
   ·目标检测方法简介第18-20页
     ·基于图像分割的目标检测第18页
     ·基于运动信息的目标检测第18-19页
     ·基于模板匹配的目标检测第19页
     ·基于统计学习模型的目标检测方法第19-20页
   ·目标跟踪方法简介第20-22页
     ·基于区域的目标跟踪算法第20-21页
     ·基于特征点的目标跟踪算法第21页
     ·基于轮廓的目标跟踪算法第21页
     ·基于模型的目标跟踪算法第21-22页
   ·常用目标跟踪算法第22-27页
     ·Mean Shift 跟踪算法第22-25页
     ·粒子滤波第25-27页
   ·目标跟踪算法的性能评估第27页
   ·本章小结第27-29页
第3章 基于时间序列的 LBP 算子手势检测第29-42页
   ·引言第29页
   ·LBP 算子简介第29-33页
     ·基本的 LBP 算子第29-30页
     ·LBP 算子的特点第30-33页
   ·LBP 算子的优点与缺点第33-34页
   ·基于时间序列的 LBP 算子第34-35页
   ·基于时间序列 LBP 算子特征提取第35-37页
     ·时间序列 LBP 特征提取第35-36页
     ·LBP 特征直方图相似度计算第36-37页
   ·基于时间序列 LBP 算子的手势检测分类器的实现第37-39页
     ·手势数据库的建立第37-38页
     ·手势检测分类器的训练第38-39页
   ·实验结果分析第39-41页
   ·本章小结第41-42页
第4章 基于手势形状结构模型的运动检测第42-57页
   ·引言第42页
   ·相关理论知识简介第42-45页
     ·颜色模型第42-44页
     ·最大类间方差第44-45页
   ·手势图像预处理第45-48页
     ·手势轮廓结构提取第45-47页
     ·手势凸包构建第47-48页
   ·手势形状结构模型的构建第48-50页
     ·计算手势的凸缺陷点的开始结束点坐标及其深度第48页
     ·手势轮廓凸缺陷点阈值处理第48页
     ·找出手势轮廓质心第48页
     ·找出手势轮廓区域第48-49页
     ·划为子区域第49页
     ·手势形状模型的建立第49-50页
   ·手势旋转检测第50-51页
   ·实验结果与分析第51-56页
   ·本章小结第56-57页
第5章 基于改进的 On-line AdaBoost 算法的手势跟踪第57-84页
   ·引言第57-58页
   ·目标跟踪关键技术第58-65页
     ·PAC 学习模型第58-60页
     ·光流法简介第60-65页
   ·On-line AdaBoost 算法第65-68页
     ·off-line AdaBoost 算法第65-66页
     ·on-line AdaBoost 算法第66-68页
   ·基于改进的 On-line AdaBoost 算法的手势跟踪第68-76页
     ·手势特征点提取第68-71页
     ·特征点跟踪误差衡量第71-72页
     ·基于一致性特征点的 LK 光流手势跟踪算法第72-73页
     ·基于 On-line AdaBoost 算法和 LK 跟踪算法的手势跟踪第73-74页
     ·改进后 On-line AdaBoost 算法弱分类器的更新第74-75页
     ·改进后 On-line AdaBoost 算法的步骤第75-76页
   ·实验结果与分析第76-83页
     ·对于无遮挡的手势运动跟踪第77-79页
     ·对于有遮挡的手势运动跟踪第79-81页
     ·特征算子的比较第81-82页
     ·当前主流跟踪算法对比第82-83页
   ·本章小结第83-84页
第6章 总结与展望第84-86页
致谢第86-88页
参考文献第88-92页
攻读学位期间发表的学术论文与参加科研情况第92-93页

论文共93页,点击 下载论文
上一篇:面向关键应用的RFID复合事件误检处理方法
下一篇:分布式流行病数据增量挖掘方法研究