| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 课题研究的现状 | 第10-12页 |
| 1.3 手势识别技术分析 | 第12-13页 |
| 1.4 论文的主要内容和结构安排 | 第13-15页 |
| 第2章 基于肤色信息和深度数据的手势分割算法 | 第15-26页 |
| 2.1 引言 | 第15页 |
| 2.2 常用手势分割算法 | 第15-16页 |
| 2.3 基于深度数据的手势分割算法 | 第16-19页 |
| 2.3.1 Xtion设备和深度数据的获取 | 第16-17页 |
| 2.3.2 基于深度数据的手势分割 | 第17-19页 |
| 2.4 基于Xtion彩色图像的手势分割 | 第19-21页 |
| 2.4.1 YCbCr颜色空间中的肤色模型 | 第19-20页 |
| 2.4.2 基于肤色椭圆模型的手势分割 | 第20-21页 |
| 2.5 手势分割算法的确定 | 第21-24页 |
| 2.5.1 基于肤色信息和深度数据的分割算法 | 第21-22页 |
| 2.5.2 改进基于肤色信息和深度数据的分割算法 | 第22-23页 |
| 2.5.3 手势图像噪声处理 | 第23-24页 |
| 2.6 验证手势分割算法有效性 | 第24-25页 |
| 2.7 本章小结 | 第25-26页 |
| 第3章 融合深度数据的手势跟踪算法 | 第26-34页 |
| 3.1 引言 | 第26页 |
| 3.2 常用的手势跟踪算法 | 第26-27页 |
| 3.3 融合深度数据的手势跟踪算法 | 第27-31页 |
| 3.3.1 Cam Shift手势跟踪算法 | 第27-29页 |
| 3.3.2 融合深度数据的Cam Shift手势跟踪算法 | 第29-31页 |
| 3.4 验证手势跟踪算法有效性 | 第31-32页 |
| 3.5 本章小结 | 第32-34页 |
| 第4章 基于HOG特征的SVM手势分类识别方法 | 第34-43页 |
| 4.1 引言 | 第34页 |
| 4.2 手势特征提取 | 第34-35页 |
| 4.3 SVM手势分类识别算法 | 第35-39页 |
| 4.3.1 线性分类器 | 第36-37页 |
| 4.3.2 非线性分类器 | 第37-38页 |
| 4.3.3 SVM多值分类方法 | 第38-39页 |
| 4.4 手势分类识别方法的选取和实现 | 第39-40页 |
| 4.5 验证手势识别算法的有效性 | 第40-41页 |
| 4.6 本章小结 | 第41-43页 |
| 第五章 手势识别系统的扩展和应用 | 第43-48页 |
| 5.1 引言 | 第43页 |
| 5.2 手势识别系统类型 | 第43-44页 |
| 5.3 手势识别系统的扩展 | 第44-45页 |
| 5.4 手势识别系统的应用 | 第45-47页 |
| 5.4.1 定义手势操作 | 第45-46页 |
| 5.4.2 实验平台的搭建 | 第46-47页 |
| 5.5 本章小结 | 第47-48页 |
| 结论 | 第48-50页 |
| 参考文献 | 第50-55页 |
| 致谢 | 第55页 |