首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

动态手势识别及应用研究

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

论文共109页,点击 下载论文
上一篇:三维地形/场景匹配与配准方法
下一篇:基于单片机的遥测系统图像数据传输技术研究