基于Kinect的手势识别与多指手交互研究
摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第10-16页 |
1.1 研究背景和意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-14页 |
1.3 本文的研究内容 | 第14-16页 |
第2章 深度成像技术 | 第16-21页 |
2.1 Kinect的工作原理 | 第16页 |
2.2 Kinect的开发环境和技术架构 | 第16-17页 |
2.3 Kinect深度和骨骼信息的获取 | 第17-19页 |
2.3.1 Kinect深度信息的获取 | 第17-18页 |
2.3.2 kinect骨骼信息的获取 | 第18-19页 |
2.4 kinect坐标变换 | 第19-20页 |
2.4.1 深度图像空间坐标 | 第19页 |
2.4.2 骨骼空间坐标 | 第19-20页 |
2.4.3 坐标变换 | 第20页 |
2.5 本章小结 | 第20-21页 |
第3章 基于彩色-深度信息和融合特征的手势识别 | 第21-43页 |
3.1 静态手势的图像分割 | 第21-29页 |
3.1.1 感兴趣区域手势的分割 | 第21-22页 |
3.1.2 色彩空间的选取 | 第22-24页 |
3.1.3 肤色模型的选取 | 第24-27页 |
3.1.4 手势图像的后处理 | 第27-29页 |
3.2 静态手势图像的特征提取 | 第29-32页 |
3.2.1 Hu不变矩 | 第29-31页 |
3.2.2 Hog特征 | 第31-32页 |
3.3 特征数据的降维 | 第32-33页 |
3.4 静态手势的分类识别 | 第33-35页 |
3.4.1 线性分类器 | 第33-34页 |
3.4.2 核函数 | 第34-35页 |
3.5 静态手势识别的实验及结果分析 | 第35-42页 |
3.5.1 数据采集和实验环境 | 第35-36页 |
3.5.2 Hu不变矩和HOG特征的提取实验 | 第36-38页 |
3.5.3 静态手势识别实验结果与分析 | 第38-42页 |
3.6 本章小结 | 第42-43页 |
第4章 基于HMM和D-S证据理论的动态手势识别 | 第43-57页 |
4.1 动态手势的特征提取 | 第43-45页 |
4.1.1 手势运动轨迹的提取 | 第44页 |
4.1.2 手势运动轨迹的特征提取 | 第44-45页 |
4.2 隐马尔可夫模型的基本概念 | 第45-46页 |
4.3 隐马尔可夫模型的三个问题 | 第46-49页 |
4.3.1 评价问题 | 第46-47页 |
4.3.2 解码问题 | 第47-48页 |
4.3.3 学习问题 | 第48-49页 |
4.4 基于HMM和D-S证据理论的手势识别算法 | 第49-52页 |
4.5 动态手势识别的实验及结果分析 | 第52-56页 |
4.5.1 组合动态手势的定义 | 第52-54页 |
4.5.2 动态手势样本库的建立 | 第54-55页 |
4.5.3 动态手势识别的实验结果与分析 | 第55-56页 |
4.6 本章小结 | 第56-57页 |
第5章 动静态多指手识别交互式软件系统设计 | 第57-67页 |
5.1 静态手势识别界面的设计 | 第57页 |
5.2 计算机与静态多指手的交互 | 第57-63页 |
5.3 动态手势识别界面的设计 | 第63-64页 |
5.4 计算机与动态多指手的交互 | 第64-66页 |
5.5 本章小结 | 第66-67页 |
第6章 全文总结与展望 | 第67-69页 |
6.1 全文总结 | 第67页 |
6.2 展望 | 第67-69页 |
致谢 | 第69-70页 |
参考文献 | 第70-75页 |
附录1 攻读硕士学位期间发表的论文及专利 | 第75-76页 |
附录2 攻读硕士学位期间参加的科研项目 | 第76页 |