基于Leap Motion静态指语识别方法的研究与实现
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.1.1 研究背景 | 第12-13页 |
| 1.1.2 研究意义 | 第13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 国内研究现状 | 第13-15页 |
| 1.2.2 国外研究现状 | 第15-16页 |
| 1.3 Leap Motion设备简介 | 第16-18页 |
| 1.3.1 坐标系 | 第16页 |
| 1.3.2 数据采集 | 第16-18页 |
| 1.4 研究内容和论文安排 | 第18-19页 |
| 1.4.1 本文研究内容 | 第18-19页 |
| 1.4.2 章节安排 | 第19页 |
| 1.5 本章小结 | 第19-20页 |
| 第2章 静态手势识别相关算法分析 | 第20-29页 |
| 2.1 基于手势表观特征分析 | 第20-21页 |
| 2.2 静态手势识别的一般流程 | 第21-22页 |
| 2.3 特征匹配的概念 | 第22-24页 |
| 2.3.1 特征定义 | 第22-23页 |
| 2.3.2 常用的特征提取与匹配方法 | 第23-24页 |
| 2.4 支持向量机原理 | 第24-26页 |
| 2.4.1 线性可分SVM | 第24-25页 |
| 2.4.2 非线性可分SVM | 第25-26页 |
| 2.5 SVM参数优化 | 第26-28页 |
| 2.5.1 核函数选择 | 第26-27页 |
| 2.5.2 参数优化 | 第27-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第3章 特征提取与预处理 | 第29-38页 |
| 3.1 特征提取 | 第29-33页 |
| 3.1.1 初次特征提取 | 第29-32页 |
| 3.1.2 二次特征提取 | 第32-33页 |
| 3.2 数据存储 | 第33页 |
| 3.3 数据归一化 | 第33-35页 |
| 3.3.1 分别归一化 | 第34页 |
| 3.3.2 同时归一化 | 第34-35页 |
| 3.4 特征矩阵降维 | 第35-37页 |
| 3.4.1 主成分分析算法 | 第35-36页 |
| 3.4.2 PCA降维处理 | 第36-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第4章 基于特征匹配的指语识别 | 第38-44页 |
| 4.1 系统设计 | 第38-39页 |
| 4.2 特征参数配置 | 第39-40页 |
| 4.2.1 ini文件介绍 | 第39页 |
| 4.2.2 参数配置 | 第39-40页 |
| 4.3 十三种常见指语识别 | 第40-43页 |
| 4.3.1 实验平台 | 第40页 |
| 4.3.2 复杂背景对实验的影响 | 第40-41页 |
| 4.3.3 实验结果与分析 | 第41-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第5章 基于SVM的指语识别 | 第44-54页 |
| 5.1 系统设计 | 第44-45页 |
| 5.2 实验平台 | 第45页 |
| 5.3 九种数字指语识别 | 第45-48页 |
| 5.3.1 数据预处理 | 第46-47页 |
| 5.3.2 实验结果与分析 | 第47-48页 |
| 5.4 二十三种字母指语识别 | 第48-53页 |
| 5.4.1 指语选择 | 第49-50页 |
| 5.4.2 数据预处理 | 第50-51页 |
| 5.4.3 实验结果与分析 | 第51-53页 |
| 5.5 本章小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 附录 | 第60-63页 |
| 作者简介 | 第63-64页 |
| 攻读硕士期间发表的论文和科研成果 | 第64-65页 |
