| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-17页 |
| ·研究背景和意义 | 第9-11页 |
| ·国内外研究和应用现状 | 第11-16页 |
| ·手势检测和跟踪算法研究现状 | 第11-15页 |
| ·国内外手势交互产品应用情况 | 第15-16页 |
| ·本论文研究工作及结构 | 第16-17页 |
| 第二章 基于级联分类器的物体检测框架 | 第17-25页 |
| ·引言 | 第17页 |
| ·AdaBoost 算法介绍 | 第17-19页 |
| ·级联结果的物体检测算法 | 第19-22页 |
| ·本章小结 | 第22-25页 |
| 第三章 基于 B-LBP 和 B-HOG 特征的手势检测算法 | 第25-41页 |
| ·引言 | 第25-26页 |
| ·常用的物体检测算子介绍 | 第26-31页 |
| ·Haar-Like 特征算子 | 第26-27页 |
| ·SIFT 特征算子 | 第27-28页 |
| ·LBP 特征算子 | 第28-29页 |
| ·HOG 特征算子 | 第29-31页 |
| ·B-LBP 特征检测算子介绍 | 第31-33页 |
| ·B-HOG 特征检测算子介绍 | 第33-39页 |
| ·图像预处理 | 第34-35页 |
| ·梯度提取 | 第35-36页 |
| ·积分方向梯度图像计算 | 第36-37页 |
| ·方向梯度直方图编码 | 第37-39页 |
| ·本章小结 | 第39-41页 |
| 第四章 手势检测分类器实现 | 第41-47页 |
| ·手势训练数据库的建立 | 第41-42页 |
| ·原始手势图像采集 | 第41页 |
| ·分割手势区域 | 第41-42页 |
| ·手势检测分类器训练 | 第42-43页 |
| ·实验结果分析 | 第43-45页 |
| ·使用 B-LBP 特征手势检测结果与分析 | 第43-44页 |
| ·使用 B-HOG 特征手势检测结果与分析 | 第44-45页 |
| ·本章小结 | 第45-47页 |
| 第五章 基于特征检测的手势跟踪算法 | 第47-55页 |
| ·CONDENSATION 算法介绍 | 第47-49页 |
| ·基于特征检测的 CONDENSATION 算法 | 第49-51页 |
| ·实验结果分析 | 第51-53页 |
| ·本章小结 | 第53-55页 |
| 结论 | 第55-59页 |
| 参考文献 | 第59-65页 |
| 攻读硕士学位期间取得的研究成果 | 第65-67页 |
| 致谢 | 第67-68页 |
| 答辩委员会对论文的评定意见 | 第68页 |