基于概率矩阵模型的手势识别研究
| 摘要 | 第1-3页 |
| Abstract | 第3-8页 |
| 第1章 绪论 | 第8-12页 |
| ·课题研究背景及意义 | 第8-9页 |
| ·国内外研究状况 | 第9-10页 |
| ·本文研究的主要内容介绍 | 第10-11页 |
| ·本文结构安排 | 第11-12页 |
| 第2章 手势识别的基本理论和方法介绍 | 第12-20页 |
| ·手势识别技术 | 第12-15页 |
| ·手势的定义 | 第12-14页 |
| ·手势的表示 | 第14页 |
| ·手势识别在人机交互中的应用 | 第14-15页 |
| ·手势识别方法介绍 | 第15-19页 |
| ·隐马尔可夫模型法 | 第15页 |
| ·模板匹配法 | 第15-17页 |
| ·神经网络法 | 第17-18页 |
| ·支持向量机法 | 第18页 |
| ·制作分类器法 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第3章 手势加速度信号预处理 | 第20-36页 |
| ·滤波处理 | 第20-27页 |
| ·滤波器的基本原理 | 第20-21页 |
| ·滤波器的分类 | 第21-22页 |
| ·本文低通滤波器的设计 | 第22-26页 |
| ·本文平滑滤波器的设计 | 第26-27页 |
| ·滑动窗口检测 | 第27-29页 |
| ·滑动窗口检测的目的 | 第27页 |
| ·滑动窗口检测的方法 | 第27-28页 |
| ·实现流程 | 第28-29页 |
| ·数据插值 | 第29-34页 |
| ·插值的目的 | 第29页 |
| ·插值法介绍 | 第29-32页 |
| ·本文插值方法的设计 | 第32-34页 |
| ·插值的效果 | 第34页 |
| ·归一化 | 第34-35页 |
| ·归一化目的 | 第34页 |
| ·归一化原理 | 第34-35页 |
| ·归一化效果 | 第35页 |
| ·本章小结 | 第35-36页 |
| 第4章 基于概率矩阵模型的手势识别方法 | 第36-50页 |
| ·隐马尔科夫模型识别方法 | 第36-43页 |
| ·马尔科夫链 | 第36-38页 |
| ·隐马尔可夫模型的定义 | 第38-39页 |
| ·隐马尔可夫模型相关算法 | 第39-40页 |
| ·HMM 的构建和训练 | 第40-41页 |
| ·识别流程 | 第41-42页 |
| ·隐马尔可夫模型存在的问题分析 | 第42-43页 |
| ·基于区间分布概率矩阵模型的识别方法 | 第43-49页 |
| ·特征区间提取 | 第43-45页 |
| ·模型建立 | 第45-46页 |
| ·模型优化 | 第46-47页 |
| ·识别流程 | 第47-48页 |
| ·基于区间分布概率矩阵模型存在的问题分析 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 手势识别系统介绍和实验验证 | 第50-64页 |
| ·识别系统简介 | 第50-53页 |
| ·识别系统组成 | 第50页 |
| ·AMI602 动作传感器 | 第50-51页 |
| ·CC1110 微处理器 | 第51-52页 |
| ·识别系统的软件部分 | 第52-53页 |
| ·实验方法及过程 | 第53-63页 |
| ·几种单笔画手势的识别 | 第53-61页 |
| ·阿拉伯数字的识别 | 第61-63页 |
| ·实验结果分析 | 第63页 |
| ·本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第70-71页 |
| 致谢 | 第71-72页 |
| 作者简介 | 第72页 |
