手势跟踪、检测及识别技术研究与系统实现
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 引言 | 第9-13页 |
| ·研究背景 | 第9-10页 |
| ·研究现状 | 第10-12页 |
| ·国外研究现状 | 第10-11页 |
| ·国内研究现状 | 第11-12页 |
| ·研究目的与内容 | 第12-13页 |
| ·研究目的 | 第12页 |
| ·研究内容 | 第12-13页 |
| 第2章 手势识别基础理论 | 第13-27页 |
| ·手势跟踪理论 | 第13-15页 |
| ·基于表达和相似性度量的运动目标跟踪算法 | 第13-14页 |
| ·基于滤波预测方法的运动目标跟踪算法 | 第14页 |
| ·基于优化匹配搜索的运动目标跟踪算法 | 第14-15页 |
| ·手势识别理论 | 第15-23页 |
| ·静态手势识别 | 第15-16页 |
| ·动态手势识别 | 第16-23页 |
| ·模板匹配法 | 第16页 |
| ·神经网络 | 第16-17页 |
| ·隐马尔可夫模型 | 第17-22页 |
| ·HMMs 拓扑结构 | 第22-23页 |
| ·其他技术 | 第23-26页 |
| ·聚类算法 | 第23-24页 |
| ·Lucas-Kanade 方法 | 第24-26页 |
| ·随机森林 | 第26页 |
| ·本章小结 | 第26-27页 |
| 第3章 无穿戴手势识别关键方法研究 | 第27-50页 |
| ·目标跟踪 | 第27-31页 |
| ·前、反向误差 | 第27-28页 |
| ·跟踪失败检测 | 第28-29页 |
| ·归一化互相关 | 第29页 |
| ·中值流跟踪器 | 第29-30页 |
| ·试验结果 | 第30-31页 |
| ·随机森林分类器 | 第31-34页 |
| ·随机森林分类器 | 第31-34页 |
| ·分类评价标准 | 第34页 |
| ·分类器学习 | 第34-41页 |
| ·TMD 框架 | 第35-36页 |
| ·训练样本库建模 | 第36页 |
| ·模型具体实现 | 第36-41页 |
| ·轨迹识别 | 第41-48页 |
| ·轨迹平滑 | 第41-42页 |
| ·特征提取 | 第42-45页 |
| ·缩放不变性特征提取 | 第42-43页 |
| ·位置和角度特征提取 | 第43-44页 |
| ·速度特征提取 | 第44页 |
| ·向量归一化 | 第44-45页 |
| ·HMMs 分类 | 第45-46页 |
| ·模型选择 | 第46-47页 |
| ·Left-Right Banded 模型初始化 | 第47-48页 |
| ·HMMs 训练的终止 | 第48页 |
| ·本章小结 | 第48-50页 |
| 第4章 基于手势的人机交互系统设计 | 第50-56页 |
| ·手势定义 | 第50页 |
| ·系统的体系架构 | 第50-56页 |
| ·跟踪模块 | 第50-54页 |
| ·鼠标控制模块 | 第54-55页 |
| ·识别模块 | 第55-56页 |
| 第5章 测试与评估 | 第56-62页 |
| ·实验数据 | 第56页 |
| ·特征抽取分析 | 第56-58页 |
| ·HMMs 拓扑结构分析 | 第58-59页 |
| ·分类结果 | 第59-62页 |
| 结论与建议 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 攻读学位期间取得学术成果 | 第67页 |
