基于TLD与HMM的动态手势跟踪与识别方法研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 研究内容与技术路线 | 第13-14页 |
| 1.3.1 研究内容 | 第13页 |
| 1.3.2 技术路线 | 第13-14页 |
| 1.4 本文的组织结构 | 第14-16页 |
| 第二章 基于TLD动态手势目标的跟踪 | 第16-30页 |
| 2.1 TLD跟踪算法概述 | 第16-17页 |
| 2.2 手势目标追踪模块 | 第17-21页 |
| 2.2.1 目标追踪基本原理 | 第17-18页 |
| 2.2.2 追踪模块中参数优化的改进 | 第18-19页 |
| 2.2.3 初始目标框的改进 | 第19-20页 |
| 2.2.4 改进的追踪模块具体过程 | 第20-21页 |
| 2.3 手势目标检测模块 | 第21-26页 |
| 2.3.1 图像方差分类器 | 第21-22页 |
| 2.3.2 随机蕨分类器 | 第22-24页 |
| 2.3.3 最近邻分类器 | 第24-25页 |
| 2.3.4 检测全过程 | 第25-26页 |
| 2.4 手势目标学习模块 | 第26-27页 |
| 2.4.1 P专家与N专家学习算法 | 第26页 |
| 2.4.2 学习算法具体学习过程 | 第26-27页 |
| 2.5 基于动态手势跟踪实现过程及实验 | 第27-29页 |
| 2.5.1 TLD算法实现过程 | 第27-28页 |
| 2.5.2 实验结果及分析 | 第28-29页 |
| 2.6 本章小结 | 第29-30页 |
| 第三章 基于动态手势的特征提取 | 第30-36页 |
| 3.1 动态手势特征提取概述 | 第30页 |
| 3.2 基于动态手势位置点的特征提取 | 第30-32页 |
| 3.2.1 特征提取方法 | 第30-31页 |
| 3.2.2 实验结果及分析 | 第31-32页 |
| 3.3 基于动态手势运动速率的特征提取 | 第32-33页 |
| 3.3.1 运动速率的计算方法 | 第32页 |
| 3.3.2 基于运动速率的杂质点过滤 | 第32-33页 |
| 3.3.3 实验结果及分析 | 第33页 |
| 3.4 基于动态手势方向的特征提取 | 第33-34页 |
| 3.4.1 特征提取方法 | 第33-34页 |
| 3.4.2 实验结果及分析 | 第34页 |
| 3.5 本章小结 | 第34-36页 |
| 第四章 基于隐马尔可夫模型的动态手势识别 | 第36-44页 |
| 4.1 隐马尔可夫模型相关理论 | 第36-39页 |
| 4.2 基于隐马尔可夫模型的手势识别 | 第39-40页 |
| 4.3 实验结果及分析 | 第40-41页 |
| 4.3.1 实验环境及数据集 | 第40-41页 |
| 4.3.2 实验结果及分析 | 第41页 |
| 4.4 基于混合样本的优化 | 第41-43页 |
| 4.4.1 模型的改进 | 第41-42页 |
| 4.4.2 实验结果及分析 | 第42-43页 |
| 4.5 本章小结 | 第43-44页 |
| 第五章 总结与展望 | 第44-45页 |
| 5.1 总结 | 第44页 |
| 5.2 展望 | 第44-45页 |
| 参考文献 | 第45-48页 |
| 致谢 | 第48-49页 |
| 作者简介 | 第49页 |
