基于骨架特征点跟踪的动态手势识别
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9页 |
| 1.2 动态手势识别概述 | 第9-11页 |
| 1.3 国内外研究现状 | 第11-13页 |
| 1.4 本文主要工作和研究内容 | 第13-15页 |
| 第2章 手势分割 | 第15-25页 |
| 2.1 概述 | 第15页 |
| 2.2 手势分割流程图 | 第15-16页 |
| 2.3 色彩空间 | 第16-18页 |
| 2.4 运动目标分析 | 第18-21页 |
| 2.4.1 差分运动分析下的人手区域检测 | 第19-20页 |
| 2.4.2 Vibe算法下人手区域检测 | 第20-21页 |
| 2.5 图形基本形态学处理 | 第21-24页 |
| 2.5.1 图像的平滑去噪 | 第21-23页 |
| 2.5.2 图像二值化及开闭运算处理 | 第23-24页 |
| 2.6 本章小结 | 第24-25页 |
| 第3章 骨架提取 | 第25-37页 |
| 3.1 骨架概述 | 第25-27页 |
| 3.1.1 骨架定义 | 第25-26页 |
| 3.1.2 骨架性质 | 第26-27页 |
| 3.2 距离变换 | 第27-29页 |
| 3.3 骨架提取算法 | 第29-31页 |
| 3.3.1 拓扑细化骨架提取 | 第29-30页 |
| 3.3.2 基于欧式距离变换的骨架提取 | 第30-31页 |
| 3.3.3 Voronoi骨架提取 | 第31页 |
| 3.4 中轴点骨架提取 | 第31-34页 |
| 3.5 骨架提取优化 | 第34-36页 |
| 3.5.1 优化方法 | 第34-35页 |
| 3.5.2 骨架冗余分支 | 第35-36页 |
| 3.6 本章小结 | 第36-37页 |
| 第4章 手势特征获取 | 第37-43页 |
| 4.1 手型特征识别 | 第37-39页 |
| 4.1.1 手势特征点定义 | 第37-38页 |
| 4.1.2 基于手指信息的特征提取 | 第38-39页 |
| 4.2 手势跟踪算法 | 第39-41页 |
| 4.2.1 基于粒子的滤波算法 | 第39-40页 |
| 4.2.2 基于骨架特征点跟踪 | 第40-41页 |
| 4.3 骨架特征点跟踪准备工作 | 第41-42页 |
| 4.3.1 准备流程图 | 第41页 |
| 4.3.2 提取稳定关键帧 | 第41-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第5章 骨架特征点跟踪 | 第43-51页 |
| 5.1 基于时间序列差异性的动态规划算法 | 第43-47页 |
| 5.1.1 DTW算法原理 | 第44-46页 |
| 5.1.2 改良的DTW算法 | 第46-47页 |
| 5.2 数据存储设计 | 第47-48页 |
| 5.3 融合DTW算法的骨架特征点跟踪 | 第48-50页 |
| 5.3.1 模板生成 | 第49页 |
| 5.3.2 特征点识别 | 第49-50页 |
| 5.4 本章小结 | 第50-51页 |
| 第6章 动态手势识别系统实验结果及分析 | 第51-59页 |
| 6.1 动态手势识别系统简介 | 第51-52页 |
| 6.2 手势识别系统实验条件 | 第52-53页 |
| 6.3 手势识别系统实验数据 | 第53-54页 |
| 6.4 实验结果分析 | 第54-57页 |
| 6.4.1 正确率测试 | 第54-56页 |
| 6.4.2 误报率检测 | 第56-57页 |
| 6.5 本章小结 | 第57-59页 |
| 第7章 结论与展望 | 第59-61页 |
| 7.1 论文总结 | 第59-60页 |
| 7.2 展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 发表论文和参加科研情况说明 | 第65-67页 |
| 致谢 | 第67页 |
