3D人机交互中的骨架提取和动态手势识别
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-12页 |
| 第一章 绪论 | 第12-22页 |
| ·研究目的和意义 | 第12页 |
| ·国内外相关领域研究现状与发展态势 | 第12-20页 |
| ·国外研究现状 | 第12-13页 |
| ·国内研究现状 | 第13-14页 |
| ·算法综述 | 第14-18页 |
| ·分析 | 第18-20页 |
| ·应用前景 | 第20页 |
| ·本文主要内容与特色 | 第20-22页 |
| 第二章 快速 3D 人体骨架检测算法 | 第22-47页 |
| ·新算法 | 第22页 |
| ·人脸检测 | 第22-24页 |
| ·基于深度信息的人轮廓获取 | 第24-26页 |
| ·基于“凸模板”的验证算法 | 第26页 |
| ·3D 人体骨架线 | 第26-30页 |
| ·图像轮廓平滑算法 | 第26-27页 |
| ·轮廓骨架线提取 | 第27-30页 |
| ·关节点的定位 | 第30-39页 |
| ·特征点提取算法 | 第31-32页 |
| ·线上最短距离新算法 | 第32页 |
| ·线上最短距离找点算法 | 第32-33页 |
| ·特征点修正算法 | 第33-34页 |
| ·对特征点的验证 | 第34页 |
| ·快速关节点提取算法 | 第34-36页 |
| ·基于 3D 人体部位识别的关节点提取算法 | 第36-39页 |
| ·完整 3D 骨架模型 | 第39-41页 |
| ·实验结果与分析 | 第41-43页 |
| ·算法复杂度对比 | 第43页 |
| ·算法效果对比 | 第43-44页 |
| ·更进一步的对比 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第三章 3D 骨架跟踪算法 | 第47-54页 |
| ·跟踪算法 | 第47页 |
| ·3D 骨架跟踪算法 | 第47-49页 |
| ·3D 人体部位跟踪算法 | 第49页 |
| ·基于角点匹配的算法 | 第49-51页 |
| ·3D 骨架跟踪算法中的关节点约束关系 | 第51-52页 |
| ·3D 骨架跟踪效果 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第四章 3D 手建模算法 | 第54-61页 |
| ·手建模算法 | 第54页 |
| ·手的 3D 轮廓 | 第54-55页 |
| ·手的中心线 | 第55页 |
| ·手轮廓的直线化 | 第55-56页 |
| ·指尖定位 | 第56-57页 |
| ·手指分支点 | 第57页 |
| ·手的中心点与手区域半径 | 第57页 |
| ·手的模型结构 | 第57-58页 |
| ·更精确的 3D 手建模 | 第58-59页 |
| ·3D 手模型的跟踪 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 基于笔画特征与多层分类的手势识别 | 第61-83页 |
| ·手势识别算法 | 第61页 |
| ·基于 HBPD 的手检测跟踪新算法 | 第61-64页 |
| ·在线实时滤波新算法 | 第64-65页 |
| ·笔画特征 | 第65-67页 |
| ·手势及笔画特征 | 第65-66页 |
| ·识别笔画的位置 | 第66-67页 |
| ·笔画识别算法 | 第67页 |
| ·运动特征序列 | 第67-68页 |
| ·DTLS 相似度计算 | 第68-71页 |
| ·笔画特征相似度 | 第68-69页 |
| ·运动特征序列相似度 | 第69-71页 |
| ·基于训练样本的分类识别 | 第71页 |
| ·基于标准样本的分类识别 | 第71-72页 |
| ·识别阈值的选取 | 第72页 |
| ·手势识别起止点，与多手势连续识别 | 第72-73页 |
| ·实验结果与分析 | 第73-82页 |
| ·手检测跟踪算法实验与比较 | 第74-79页 |
| ·手势识别实验与比较 | 第79-80页 |
| ·算法复杂度对比 | 第80-81页 |
| ·软件系统设计 | 第81-82页 |
| ·本章小结 | 第82-83页 |
| 第六章 总结与展望 | 第83-85页 |
| 参考文献 | 第85-90页 |
| 硕士期间取得的研究成果 | 第90-91页 |
| 致谢 | 第91-92页 |
| 附录 | 第92-94页 |
| 附录1 区域扩展算法 | 第92-93页 |
| 附录2 线上最短距离算法 | 第93-94页 |
