摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
符号对照表 | 第12-14页 |
缩略语对照表 | 第14-18页 |
第一章 绪论 | 第18-24页 |
1.1 选题研究背景和意义 | 第18-19页 |
1.2 国内外研究现状分析 | 第19-21页 |
1.2.1 国外学者的研究 | 第19-20页 |
1.2.2 国内学者的研究 | 第20-21页 |
1.2.3 手势识别研究中的难点 | 第21页 |
1.3 论文内容和章节安排 | 第21-24页 |
第二章 手势的检测跟踪 | 第24-36页 |
2.1 基于普通摄像头的手势检测 | 第24-26页 |
2.1.1 肤色空间 | 第24-25页 |
2.1.2 肤色的固定阈值分割 | 第25-26页 |
2.2 基于深度摄像头的手势检测 | 第26-29页 |
2.2.1 Kinect摄像头 | 第26-27页 |
2.2.2 OpenNI框架 | 第27-28页 |
2.2.3 基于深度图像的手势分割 | 第28-29页 |
2.3 基于粒子滤波的手势跟踪 | 第29-36页 |
2.3.1 粒子滤波算法的基本概念 | 第29-31页 |
2.3.2 贝叶斯采样 | 第31-32页 |
2.3.3 序列重要性采样 | 第32页 |
2.3.4 粒子的匮乏 | 第32-33页 |
2.3.5 粒子的重采样 | 第33页 |
2.3.6 基于粒子滤波的手势跟踪的实现 | 第33-36页 |
第三章 基于多分类器的静态手势识别 | 第36-64页 |
3.1 常用的手势特征 | 第36-38页 |
3.1.1 全局特征 | 第36-37页 |
3.1.2 局部特征 | 第37-38页 |
3.2 傅里叶特征描述子 | 第38-40页 |
3.2.1 一维傅立叶描述子[44][47]的计算 | 第38页 |
3.2.2 构造傅里叶特征描述子的不变形 | 第38-40页 |
3.3 BOF_SURF特征描述子 | 第40-45页 |
3.3.1 SURF特征描述子的提取 | 第40-43页 |
3.3.2 视觉词典的生成 | 第43页 |
3.3.3 特征向量的生成 | 第43-45页 |
3.4 融合特征的生成 | 第45页 |
3.5 支持向量机模型 | 第45-48页 |
3.5.1 线性分类器 | 第46-47页 |
3.5.2 非线性分类器 | 第47-48页 |
3.5.3 核函数 | 第48页 |
3.6 神经网络 | 第48-54页 |
3.6.1 神经网络的基本概念 | 第48-50页 |
3.6.2 BP神经网络原理 | 第50-54页 |
3.7 静态手势识别的实验 | 第54-64页 |
3.7.1 手势样本库的建立 | 第55-56页 |
3.7.2 样本特征的提取 | 第56-57页 |
3.7.3 基于SVM分类器的识别 | 第57-59页 |
3.7.4 基于BP神经网络的分类器的识别 | 第59-60页 |
3.7.5 基于SVM和BP神经网络的识别的比较 | 第60-61页 |
3.7.6 基于SVM的实时识别 | 第61-64页 |
第四章 指尖的检测与识别 | 第64-74页 |
4.1 指尖检测的相关算法介绍 | 第64-65页 |
4.2 基于凸包的指尖检测 | 第65-69页 |
4.2.1 道格拉斯-普克算法[57] | 第65-67页 |
4.2.2 凸包(convex hull)算法 | 第67-68页 |
4.2.3 凸缺陷 | 第68-69页 |
4.2.4 指尖提取 | 第69页 |
4.3 实验分析与结果 | 第69-74页 |
第五章 基于HMM的动态手势的识别 | 第74-88页 |
5.1 动态手势的特征 | 第74-75页 |
5.2 隐马尔可夫模型 | 第75-81页 |
5.2.1 HMM的基本概念 | 第75-76页 |
5.2.2 HMM的参数 | 第76页 |
5.2.3 HMM的算法 | 第76-81页 |
5.2.4 HMM的拓扑结构 | 第81页 |
5.3 动态手势识别的实验过程 | 第81-88页 |
5.3.1 样本库的建立 | 第82页 |
5.3.2 HMM参数模型 l 的初始化 | 第82-83页 |
5.3.3 HMM的训练 | 第83-85页 |
5.3.4 HMM的识别 | 第85-88页 |
第六章 手势识别的平台实现及其应用 | 第88-100页 |
6.1 手势识别平台的实现 | 第89-90页 |
6.2 手势识别平台的操作 | 第90-92页 |
6.3 手势识别在虚拟现实场景中的应用 | 第92-100页 |
6.3.1 基于虚拟现实的地形浏览 | 第94-96页 |
6.3.2 基于虚拟现实的舰艇控制 | 第96-100页 |
第七章 总结与展望 | 第100-102页 |
7.1 课题总结 | 第100页 |
7.2 课题展望 | 第100-102页 |
参考文献 | 第102-106页 |
致谢 | 第106-108页 |
作者简介 | 第108-109页 |