针对吸烟行为的手势识别算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·课题研究背景 | 第10-12页 |
| ·手势识别的研究现状 | 第12-15页 |
| ·手势的定义和分类 | 第12-13页 |
| ·手势识别的发展史 | 第13-14页 |
| ·手势识别技术与难点 | 第14-15页 |
| ·吸烟行为手势识别的研究意义 | 第15页 |
| ·课题来源及本文的研究工作 | 第15-18页 |
| 第2章 吸烟行为手势图像的检测及预处理 | 第18-34页 |
| ·引言 | 第18页 |
| ·提取关键帧图像 | 第18-21页 |
| ·吸烟行为图像的预处理 | 第21-26页 |
| ·图像的平滑 | 第21-23页 |
| ·图像灰度化与二值化 | 第23页 |
| ·形态学滤波 | 第23-26页 |
| ·吸烟手势图像的分割 | 第26-33页 |
| ·手势图像分割流程 | 第26-27页 |
| ·肤色检测 | 第27-30页 |
| ·手势运动信息分析 | 第30-32页 |
| ·肤色检测与运动信息结合的方法 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第3章 吸烟行为的手势特征提取 | 第34-50页 |
| ·引言 | 第34页 |
| ·特征提取概述 | 第34-36页 |
| ·吸烟手势图像的区域特征 | 第36-41页 |
| ·矩与不变矩 | 第36-39页 |
| ·手势图像Hu不变矩 | 第39-41页 |
| ·吸烟手势图像的边缘特征 | 第41-49页 |
| ·手势图像的边缘检测 | 第41-45页 |
| ·边缘方向直方图的算法 | 第45-49页 |
| ·本章小结 | 第49-50页 |
| 第4章 基于支持向量机的手势识别 | 第50-62页 |
| ·引言 | 第50页 |
| ·支持向量机的识别方法 | 第50-51页 |
| ·支持向量机的基本原理 | 第51-57页 |
| ·线性可分时的最优超平面 | 第51-55页 |
| ·线性不可分时的最优超平面 | 第55-56页 |
| ·非线性支持向量机 | 第56页 |
| ·核函数 | 第56-57页 |
| ·识别结果 | 第57-61页 |
| ·单一特征的识别算法 | 第58-59页 |
| ·基于Hu矩和EOH相结合的识别算法 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第68-69页 |
| 致谢 | 第69-70页 |
| 作者简介 | 第70页 |
