基于凸包分析的实时指尖检测系统
| 中文摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-10页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-9页 |
| 1.3 论文结构 | 第9-10页 |
| 第二章 物体检测算法和特征描述 | 第10-35页 |
| 2.1 基于统计学习的物体检测算法 | 第10-22页 |
| 2.1.1 Adaboost 算法 | 第10-13页 |
| 2.1.2 Random Forests 算法 | 第13-16页 |
| 2.1.3 SVM 算法 | 第16-22页 |
| 2.2 物体特征的提取和表达 | 第22-34页 |
| 2.2.1 SIFT 特征 | 第23-27页 |
| 2.2.2 Harr 特征 | 第27-30页 |
| 2.2.3 LBP 特征 | 第30-32页 |
| 2.2.4 HOG 特征 | 第32-34页 |
| 2.3 本章小结 | 第34-35页 |
| 第三章 人手分割 | 第35-45页 |
| 3.1 颜色空间 | 第35-39页 |
| 3.1.1 RGB 颜色空间 | 第35-36页 |
| 3.1.2 HSI 颜色空间 | 第36-38页 |
| 3.1.3 HSV 颜色 | 第38-39页 |
| 3.1.4 YCbCr 颜色空间 | 第39页 |
| 3.2 肤色检测模型 | 第39-44页 |
| 3.2.1 简单肤色空间阈值模型 | 第40页 |
| 3.2.2 直方图模型 | 第40-41页 |
| 3.2.3 高斯模型 | 第41-42页 |
| 3.2.4 椭圆边界模型 | 第42页 |
| 3.2.5 在线自适应肤色轮廓模型 | 第42-44页 |
| 3.3 本章小结 | 第44-45页 |
| 第四章 指尖定位 | 第45-52页 |
| 4.1 基于凸包的指尖定位 | 第45-51页 |
| 4.1.1 凸包分析 | 第45-49页 |
| 4.1.2 指尖定位 | 第49-51页 |
| 4.2 本章小结 | 第51-52页 |
| 第五章 指尖检测系统 | 第52-57页 |
| 5.1 硬件设备 | 第52-53页 |
| 5.2 人手模型训练 | 第53-55页 |
| 5.3 实时指尖检测 | 第55-56页 |
| 5.4 实验结果以及分析 | 第56页 |
| 5.5 本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 6.1 总结 | 第57-58页 |
| 6.2 展望 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 发表论文和参加科研情况说明 | 第64-65页 |
| 致谢 | 第65页 |
