| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 插图索引 | 第9-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-17页 |
| 1.1 课题研究背景与意义 | 第12页 |
| 1.2 手势识别研究现状 | 第12-14页 |
| 1.3 手势识别研究难点 | 第14-15页 |
| 1.4 本文主要工作 | 第15页 |
| 1.5 论文的组织结构 | 第15-17页 |
| 第2章 手势识别关键技术及相关知识 | 第17-25页 |
| 2.1 手势的定义和分类 | 第17-18页 |
| 2.2 手势识别关键技术 | 第18-21页 |
| 2.2.1 手势建模 | 第18-19页 |
| 2.2.2 手势检测 | 第19-20页 |
| 2.2.3 手势跟踪 | 第20-21页 |
| 2.2.4 手势识别 | 第21页 |
| 2.3 图像处理技术 | 第21-24页 |
| 2.3.1 图像灰度化 | 第21-22页 |
| 2.3.2 图像二值化 | 第22-23页 |
| 2.3.3 数学形态学操作 | 第23-24页 |
| 2.4 小结 | 第24-25页 |
| 第3章 基于肤色信息和低秩稀疏的手势检测 | 第25-36页 |
| 3.1 肤色检测 | 第25-28页 |
| 3.1.1 颜色空间 | 第25-26页 |
| 3.1.2 YCbCr 空间下的手势检测 | 第26-28页 |
| 3.2 运动检测 | 第28-33页 |
| 3.2.1 低秩矩阵思想 | 第29-30页 |
| 3.2.2 背景建模 | 第30-31页 |
| 3.2.3 基于低秩稀疏的运动手检测 | 第31-33页 |
| 3.3 肤色和运动融合的手势检测实验 | 第33-35页 |
| 3.3.1 实验结果与分析 | 第34-35页 |
| 3.4 小结 | 第35-36页 |
| 第4章 基于多特征和均值迁移的粒子滤波手势跟踪 | 第36-50页 |
| 4.1 粒子滤波算法 | 第36-38页 |
| 4.2 颜色分布模型 | 第38-39页 |
| 4.3 局部二值模式(LBP) | 第39-41页 |
| 4.4 均值迁移(Mean-shift) | 第41页 |
| 4.5 改进的粒子滤波手势跟踪 | 第41-44页 |
| 4.5.1 系统动态模型 | 第42页 |
| 4.5.2 系统观测模型 | 第42-43页 |
| 4.5.3 算法描述 | 第43-44页 |
| 4.6 实验结果与分析 | 第44-49页 |
| 4.7 小结 | 第49-50页 |
| 第5章 融合多特征和压缩感知的静态手势识别 | 第50-63页 |
| 5.1 压缩感知理论 | 第50-53页 |
| 5.1.1 信号的稀疏表示 | 第51页 |
| 5.1.2 信号的非自适应线性测量 | 第51-52页 |
| 5.1.3 信号的重建 | 第52-53页 |
| 5.2 手势特征提取 | 第53-55页 |
| 5.2.1 Histgram of Gradient(HOG)特征提取 | 第54-55页 |
| 5.2.2 Zernike 矩提取 | 第55页 |
| 5.3 多特征融合的手势识别 | 第55-57页 |
| 5.3.1 构建训练字典 | 第55-56页 |
| 5.3.2 随机测量 | 第56页 |
| 5.3.3 求稀疏系数 | 第56-57页 |
| 5.3.4 手势分类规则 | 第57页 |
| 5.4 实验结果与分析 | 第57-62页 |
| 5.4.1 鲁棒性 | 第60-61页 |
| 5.4.2 Jochen Triresh 手势库上的实验 | 第61-62页 |
| 5.5 小结 | 第62-63页 |
| 结论 | 第63-66页 |
| 参考文献 | 第66-72页 |
| 附录 A 攻读学位期间所发表的学术论文 | 第72-73页 |
| 致谢 | 第73页 |