| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章绪论 | 第10-21页 |
| ·E-LEARNING 与标准自然教室（SNC） | 第10-12页 |
| ·E-Learning 概述 | 第10-11页 |
| ·标准自然教室（SNC） | 第11-12页 |
| ·KINECT 简介 | 第12-14页 |
| ·研究背景与现状 | 第14-18页 |
| ·手势识别 | 第14-17页 |
| ·增强现实 | 第17-18页 |
| ·论文的研究内容、意义 | 第18-19页 |
| ·论文的主要成果 | 第19-20页 |
| ·论文的结构 | 第20页 |
| ·本章小结 | 第20-21页 |
| 第二章 基于视觉的手势识别方法概述 | 第21-29页 |
| ·基于视觉的手势识别一般流程 | 第21-22页 |
| ·人手（身体）检测与跟踪 | 第22-24页 |
| ·Adaboost 人手检测 | 第22-23页 |
| ·肤色模型 | 第23页 |
| ·Kinect 的检测与跟踪方法 | 第23-24页 |
| ·人手（身体）建模与特征提取 | 第24-27页 |
| ·kinematic 模型 | 第24-25页 |
| ·轮廓特征 | 第25-26页 |
| ·人体模型 | 第26-27页 |
| ·识别算法 | 第27-28页 |
| ·机器学习算法 | 第27页 |
| ·模板匹配 | 第27-28页 |
| ·动态算法 | 第28页 |
| ·本章小结 | 第28-29页 |
| 第三章基于手势识别的增强现实相关算法 | 第29-44页 |
| ·基于DTW 算法的动态手势识别 | 第29-33页 |
| ·DTW 算法原理 | 第29-31页 |
| ·人体正规化 | 第31-32页 |
| ·加权欧式距离 | 第32-33页 |
| ·基于轮廓的静态手势识别 | 第33-41页 |
| ·肤色检测 | 第33-36页 |
| ·轮廓提取 | 第36-39页 |
| ·轮廓匹配 | 第39-41页 |
| ·增强现实计算 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第四章实验与结果分析 | 第44-57页 |
| ·DTW 动态手势识别 | 第44-48页 |
| ·DTW 手势训练 | 第44-47页 |
| ·DTW 手势识别测试 | 第47-48页 |
| ·基于轮廓匹配的静态手势识别 | 第48-53页 |
| ·肤色模型测试 | 第48-49页 |
| ·轮廓提取测试 | 第49-50页 |
| ·Hu 矩轮廓匹配测试 | 第50-53页 |
| ·其他测试 | 第53-56页 |
| ·动态与静态结合测试 | 第53-55页 |
| ·增强现实计算测试 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第五章系统设计与实现 | 第57-69页 |
| ·系统硬件以及软件环境介绍 | 第57-59页 |
| ·系统框架 | 第59-62页 |
| ·系统逻辑架构 | 第59-60页 |
| ·系统主要流程图 | 第60-62页 |
| ·系统实现 | 第62-66页 |
| ·DTW 训练与识别框架的实现 | 第62-64页 |
| ·原型系统实现 | 第64-66页 |
| ·系统运行结果 | 第66-69页 |
| 第六章总结与展望 | 第69-71页 |
| ·总结 | 第69页 |
| ·改进以及展望 | 第69-71页 |
| 参考文献 | 第71-74页 |
| 程序源代码（附录1） | 第74-77页 |
| 致谢 | 第77-79页 |
| 攻读硕士学位期间已发表的论文、申请的专利和参与项目 | 第79-81页 |