| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 动态手势识别技术路线 | 第10-11页 |
| 1.3 手势识别技术研究现状 | 第11-15页 |
| 1.3.1 手势检测技术现状 | 第11-13页 |
| 1.3.2 手势跟踪技术现状 | 第13-14页 |
| 1.3.3 轨迹识别技术现状 | 第14-15页 |
| 1.4 本文的主要工作 | 第15-16页 |
| 第2章 图像处理方法研究 | 第16-24页 |
| 2.1 视频实时采集方法 | 第16-17页 |
| 2.2 OpenCV平台的应用 | 第17-18页 |
| 2.2.1 OpenCV简述 | 第17页 |
| 2.2.2 OpenCV的特征及功能 | 第17-18页 |
| 2.3 图像处理方法研究 | 第18-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 基于颜色空间与背景差分的运动检测 | 第24-36页 |
| 3.1 颜色空间与肤色建模方法研究 | 第24-28页 |
| 3.1.1 颜色空间 | 第24-26页 |
| 3.1.2 肤色模型研究 | 第26-28页 |
| 3.2 背景差分理论研究 | 第28-31页 |
| 3.3 动态人手的实时检测 | 第31-35页 |
| 3.3.1 基于背景差分的人手检测 | 第31-32页 |
| 3.3.2 基于颜色直方图与背景差分的人手检测 | 第32-33页 |
| 3.3.3 仿真对比分析 | 第33-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第4章 趋势向量与运动检测结合的人手跟踪 | 第36-42页 |
| 4.1 目标跟踪原理 | 第36-37页 |
| 4.2 动态人手检测与趋势向量结合的轨迹追踪 | 第37-39页 |
| 4.3 跟踪算法的实现 | 第39-41页 |
| 4.3.1 人手质心的计算 | 第39-40页 |
| 4.3.2 运动轨迹的拟合 | 第40页 |
| 4.3.3 插值 | 第40-41页 |
| 4.4 本章小结 | 第41-42页 |
| 第5章 基于TDPCA和高效极限学习机的动态手势轨迹识别 | 第42-53页 |
| 5.1 动态手势集的构成 | 第42-43页 |
| 5.2 基于TDPCA和高效极限学习机的轨迹识别 | 第43-49页 |
| 5.2.1 二维主成分分析 | 第43-45页 |
| 5.2.2 高效极限学习机 | 第45-49页 |
| 5.3 仿真结果与分析 | 第49-52页 |
| 5.3.1 试验样本与试验环境 | 第49页 |
| 5.3.2 试验结果分析 | 第49-52页 |
| 5.4 本章小结 | 第52-53页 |
| 第6章 总结与展望 | 第53-55页 |
| 6.1 总结 | 第53-54页 |
| 6.2 展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 攻读硕士学位期间发表的学术论文及其它成果 | 第58-59页 |
| 致谢 | 第59页 |