实时视频中的手势轨迹识别及其应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·课题的研究背景及意义 | 第9页 |
| ·课题的国内外研究现状 | 第9-12页 |
| ·国外研究现状 | 第9-11页 |
| ·国内研究现状 | 第11-12页 |
| ·本课题的研究内容 | 第12页 |
| ·本课题的技术路线 | 第12-13页 |
| ·本章小结 | 第13-14页 |
| 第二章 OpenCV介绍 | 第14-18页 |
| ·OpenCV简述 | 第14页 |
| ·OpenCV的特征及功能 | 第14-15页 |
| ·OpenCV中常用的数据结构及功能模块 | 第15-17页 |
| ·OpenCV具有的优势 | 第17页 |
| ·本章小结 | 第17-18页 |
| 第三章 实时视频图像中的运动手势检测 | 第18-36页 |
| ·实时视频图像的采集 | 第18-19页 |
| ·颜色空间的介绍 | 第19-21页 |
| ·图像的光照补偿 | 第21页 |
| ·RGB数字图像到灰度图的转换 | 第21-22页 |
| ·手势颜色特征提取 | 第22-23页 |
| ·图像的反投影图 | 第23-24页 |
| ·图像的预处理 | 第24-26页 |
| ·图像的二直化 | 第26-27页 |
| ·图像形态学处理 | 第27-31页 |
| ·实时动态手势检测 | 第31-35页 |
| ·基于背景差分的运动检测 | 第31-32页 |
| ·背景更新 | 第32页 |
| ·结合颜色直方图的运动检测 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 实时视频序列中的动态手势跟踪 | 第36-47页 |
| ·粒子滤波的基本原理 | 第36-37页 |
| ·贝叶斯滤波 | 第37-38页 |
| ·蒙特卡罗模拟 | 第38页 |
| ·粒子滤波算法 | 第38-41页 |
| ·Bayesian重要采样 | 第38-39页 |
| ·序列重要采样 | 第39-40页 |
| ·粒子退化及重采样 | 第40-41页 |
| ·基于颜色直方图的粒子跟踪 | 第41-46页 |
| ·粒子滤波框架下的动态模型与观测模型设计 | 第41-43页 |
| ·本文粒子跟踪中一些细节问题 | 第43-45页 |
| ·实验结果与算法结构 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 实时视频序列中动态手势轨迹的识别 | 第47-57页 |
| ·手势运动轨迹对鼠标游戏的控制 | 第47-48页 |
| ·手势轨迹移动到鼠标移动的映射 | 第47-48页 |
| ·鼠标游戏贪食鱼的交互控制 | 第48页 |
| ·HMM的基本原理 | 第48-49页 |
| ·HMM的解决的三个基本问题 | 第49-53页 |
| ·基于HMM的手势轨迹识别 | 第53-56页 |
| ·手势轨迹识别过程的设计 | 第53-54页 |
| ·HMM模型的训练 | 第54-55页 |
| ·实时观察序列的采集 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第六章 结束语 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61-62页 |
| 攻读硕士学位期间的论文发表情况 | 第62页 |
