| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-18页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 课题来源 | 第10页 |
| 1.3 国内外发展现状 | 第10-16页 |
| 1.3.1 体感技术 | 第10-12页 |
| 1.3.2 手势识别 | 第12-16页 |
| 1.4 本文的主要内容和章节安排 | 第16-18页 |
| 2 Leap Motion关键技术及平台部署 | 第18-27页 |
| 2.1 Leap Motion设备 | 第18-23页 |
| 2.1.1 硬件结构 | 第18-19页 |
| 2.1.2 Leap Motion原理 | 第19-22页 |
| 2.1.3 Leap Motion工作空间和语言平台支持 | 第22-23页 |
| 2.2 Unity3D开发平台 | 第23-24页 |
| 2.3 环境搭建 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 3 手势识别研究及算法改进 | 第27-42页 |
| 3.1 几种常见手势识别算法 | 第27-32页 |
| 3.1.1 HMM算法 | 第27-30页 |
| 3.1.2 SVM算法 | 第30-31页 |
| 3.1.3 DTW算法 | 第31-32页 |
| 3.2 改进DTW算法 | 第32-41页 |
| 3.2.1 轨迹起始结束确定 | 第32-36页 |
| 3.2.2 区域划分 | 第36-38页 |
| 3.2.3 改进搜索路径 | 第38-41页 |
| 3.3 本章小结 | 第41-42页 |
| 4 基于Leap Motion的手势识别的设计和实现 | 第42-56页 |
| 4.1 手部数据的获取 | 第42-44页 |
| 4.2 特征值提取和优化 | 第44-49页 |
| 4.2.1 特征位置信息的提取 | 第44-45页 |
| 4.2.2 特征位置信息的标准化 | 第45-46页 |
| 4.2.3 特征向量的提取 | 第46-47页 |
| 4.2.4 特征向量的标准化 | 第47-49页 |
| 4.3 基于Leap Motion的手势识别流程 | 第49-50页 |
| 4.4 实验结果及分析 | 第50-55页 |
| 4.5 本章小结 | 第55-56页 |
| 5 基于Leap Motion的虚拟沙画手势识别系统 | 第56-63页 |
| 5.1 虚拟沙画手势识别系统的总体设计 | 第56页 |
| 5.2 虚拟沙画手势的设计 | 第56-60页 |
| 5.3 虚拟沙画手势识别的实现 | 第60-62页 |
| 5.4 本章小结 | 第62-63页 |
| 6 总结和展望 | 第63-65页 |
| 6.1 本文工作总结 | 第63页 |
| 6.2 未来工作展望 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 攻读硕士学位期间主要的研究成果 | 第71-72页 |
| 致谢 | 第72-73页 |
