基于Kinect的手势识别及人机互动
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 专用术语注释表 | 第9-10页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 手势识别研究 | 第11-14页 |
| 1.2.2 国外研究现状 | 第14页 |
| 1.2.3 国内研究现状 | 第14-15页 |
| 1.3 手势识别的难点 | 第15-16页 |
| 1.4 本文的硏究内容 | 第16-17页 |
| 1.5 章节结构 | 第17-18页 |
| 第二章 基于深度信息的静态手势识别 | 第18-30页 |
| 2.1 深度设备原理和数据采集 | 第18-20页 |
| 2.1.1 Kinect成像原理 | 第19页 |
| 2.1.2 Kinect数据采集 | 第19-20页 |
| 2.2 静态手势识别流程 | 第20-21页 |
| 2.3 改进的轮廓检测方法 | 第21-24页 |
| 2.3.1 基于深度阈值法获取手势 | 第21-22页 |
| 2.3.2 轮廓检测 | 第22-24页 |
| 2.4 特征选择和提取 | 第24-26页 |
| 2.4.1 掌心点坐标 | 第24-25页 |
| 2.4.2 指尖点坐标 | 第25-26页 |
| 2.5 DTW识别 | 第26-28页 |
| 2.6 静态手势识别实验及分析 | 第28-29页 |
| 2.7 本章小结 | 第29-30页 |
| 第三章 基于LDTW的动态手势识别 | 第30-40页 |
| 3.1 动态手势识别流程 | 第30-31页 |
| 3.2 动态手势预处理 | 第31页 |
| 3.3 特征选取 | 第31-32页 |
| 3.4 改进的动态时间规整算法 | 第32-38页 |
| 3.4.1 经典DTW | 第33-34页 |
| 3.4.2 经典DTW的缺陷 | 第34-35页 |
| 3.4.3 研究者们对DTW的改进 | 第35-36页 |
| 3.4.4 LDTW | 第36-38页 |
| 3.5 动态手势识别实验及分析 | 第38-39页 |
| 3.6 本章小结 | 第39-40页 |
| 第四章 基于手势识别的人机交互 | 第40-51页 |
| 4.1 Inmoov简介 | 第40-41页 |
| 4.2 InMoov搭建 | 第41-49页 |
| 4.2.1 InMoov组成 | 第41页 |
| 4.2.2 InMoov零件打印 | 第41-44页 |
| 4.2.3 InMoov组装 | 第44-47页 |
| 4.2.4 InMoov软件 | 第47-49页 |
| 4.3 人机交互 | 第49-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第五章 总结与展望 | 第51-53页 |
| 5.1 本文工作总结 | 第51页 |
| 5.2 改进与展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第56-57页 |
| 附录2 攻读硕士学位期间申请的专利 | 第57-58页 |
| 致谢 | 第58页 |
