实时动态手势识别关键技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-21页 |
| ·手势识别及其应用 | 第11-12页 |
| ·手势识别技术的分类 | 第12-13页 |
| ·按照输入设备分类 | 第12-13页 |
| ·按照识别对象分类 | 第13页 |
| ·基于视觉的手势识别系统 | 第13-16页 |
| ·手势图像预处理与手势分割 | 第14页 |
| ·手势建模 | 第14-15页 |
| ·手势分析 | 第15-16页 |
| ·手势识别 | 第16页 |
| ·研究现状 | 第16-17页 |
| ·面临的困难与挑战 | 第17-19页 |
| ·环境因素 | 第18页 |
| ·主体因素 | 第18-19页 |
| ·本文的研究工作与组织结构 | 第19-21页 |
| 第二章 手势图像预处理 | 第21-37页 |
| ·视频采集与手势图像的提取 | 第21-22页 |
| ·图像增强 | 第22-27页 |
| ·图像的平滑 | 第22-25页 |
| ·图像的锐化 | 第25-26页 |
| ·图像的二值化 | 第26-27页 |
| ·颜色空间 | 第27-29页 |
| ·RGB 颜色空间 | 第28页 |
| ·HSV 颜色空间 | 第28-29页 |
| ·灰度颜色空间 | 第29页 |
| ·手势图像分割 | 第29-37页 |
| ·基于肤色的手势分割 | 第30-32页 |
| ·基于边缘的手势分割 | 第32-34页 |
| ·基于差分运动分析的手势分割 | 第34-37页 |
| 第三章 手势特征提取 | 第37-54页 |
| ·静态手势特征提取 | 第37-42页 |
| ·基于结构的特征提取 | 第37-39页 |
| ·基于傅里叶描述子的特征提取 | 第39-42页 |
| ·基于运动跟踪的动态手势特征提取 | 第42-47页 |
| ·手势跟踪算法 | 第42-43页 |
| ·Camshift 算法的原理和实现 | 第43-46页 |
| ·手势轨迹特征的提取 | 第46-47页 |
| ·基于光流的动态手势特征提取 | 第47-54页 |
| ·光流法 | 第47-48页 |
| ·光流计算的算法 | 第48-51页 |
| ·手势光流特征的选取 | 第51-54页 |
| 第四章 实时动态手势识别研究 | 第54-62页 |
| ·DTW 匹配算法 | 第54-58页 |
| ·DTW 算法实现手势识别的原理 | 第54-56页 |
| ·DTW 算法的改进 | 第56-58页 |
| ·存储结构设计 | 第58-59页 |
| ·基于DTW 的实时动态手势识别 | 第59-62页 |
| ·系统架构设计 | 第59-60页 |
| ·模板训练过程 | 第60-61页 |
| ·手势识别过程 | 第61-62页 |
| 第五章 动态手势识别系统实验结果及分析 | 第62-69页 |
| ·实验前提与假定 | 第62-63页 |
| ·实验数据集 | 第63-64页 |
| ·实验系统 | 第64-65页 |
| ·实验结果与分析 | 第65-69页 |
| ·公共模板的训练 | 第65-66页 |
| ·DTW 算法改进前后对比 | 第66页 |
| ·系统识别率 | 第66-68页 |
| ·结果分析 | 第68-69页 |
| 结论 | 第69-71页 |
| 参考文献 | 第71-74页 |
| 致谢 | 第74页 |
