基于计算机视觉的手势识别匹配检索方法的研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-13页 |
| 1 绪论 | 第13-22页 |
| ·引言 | 第13-14页 |
| ·研究背景 | 第14-16页 |
| ·计算机视觉技术 | 第14-15页 |
| ·用于人机交互的手势识别技术 | 第15页 |
| ·形状匹配和形状上下文方法 | 第15-16页 |
| ·基于内容的图像检索 | 第16页 |
| ·国内外研究现状 | 第16-19页 |
| ·手势识别技术 | 第16-18页 |
| ·基于内容的图像检索 | 第18-19页 |
| ·本文的研究内容 | 第19-21页 |
| ·研究内容 | 第19-20页 |
| ·研究方法 | 第20页 |
| ·本文的贡献及创新点 | 第20-21页 |
| ·本文的内容组织 | 第21-22页 |
| 2 手势的定义和建模 | 第22-30页 |
| ·引言 | 第22页 |
| ·手势的定义 | 第22-23页 |
| ·传统的手势定义和分类 | 第22-23页 |
| ·本文对手势的定义 | 第23页 |
| ·手势建模 | 第23-29页 |
| ·手势模型的分类 | 第23-27页 |
| ·本文采用的手势模型 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 3 人手在视频序列中的检测分割与跟踪 | 第30-43页 |
| ·引言 | 第30页 |
| ·人手在视频图像中的检测分割方法 | 第30-36页 |
| ·阈值法 | 第30-32页 |
| ·肤色模型与检测 | 第32-33页 |
| ·前景/背景检测 | 第33-35页 |
| ·本文的采用的人手分割方法 | 第35-36页 |
| ·人手在视频图像中的检测与跟踪 | 第36-38页 |
| ·目标检测跟踪方法 | 第36-38页 |
| ·本文采用的人手检测跟踪算法 | 第38页 |
| ·实验结果和分析 | 第38-42页 |
| ·肤色检测实验 | 第38-39页 |
| ·高斯背景建模实验 | 第39-40页 |
| ·改进的 Camshift 跟踪实验 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 4 基于形状上下文的手势形状匹配 | 第43-69页 |
| ·引言 | 第43页 |
| ·形状匹配算法简述 | 第43-44页 |
| ·形状表示方法 | 第44-47页 |
| ·链码 | 第45页 |
| ·样条 | 第45-46页 |
| ·多边形逼近 | 第46-47页 |
| ·基于尺度空间特征点提取技术 | 第47页 |
| ·基于各种不变量的形状匹配方法 | 第47页 |
| ·Shape Context 算法及其应用 | 第47-48页 |
| ·基本的 Shape Context 算法 | 第48-51页 |
| ·改进的 Shape Context 算法 | 第51-65页 |
| ·预处理 | 第53-56页 |
| ·边界提取 | 第56-60页 |
| ·对数极坐标变换 | 第60-61页 |
| ·对数极坐标直方图的计算 | 第61-63页 |
| ·关于 Cost 值的计算 | 第63页 |
| ·相匹配的点集的获取 | 第63-65页 |
| ·改进后 Shape Context 算法的实现 | 第65-68页 |
| ·处理流程 | 第65页 |
| ·宏和一些常量的定义 | 第65-66页 |
| ·边界提取的实现 | 第66页 |
| ·对数极坐标变换的实现 | 第66-67页 |
| ·关于 Cost 值计算的实现 | 第67-68页 |
| ·本章小结 | 第68-69页 |
| 5 手势指令集的检索 | 第69-83页 |
| ·引言 | 第69页 |
| ·图像检索 | 第69-77页 |
| ·基于内容的图像检索技术 | 第70-71页 |
| ·数据库技术与图像检索 | 第71-73页 |
| ·基于内容检索系统的体系结构 | 第73-75页 |
| ·基于内容检索系统的处理过程 | 第75-76页 |
| ·图像索引 | 第76-77页 |
| ·手势指令集的设计 | 第77-81页 |
| ·手势指令的构成 | 第77-78页 |
| ·手势指令在数据库中的建模 | 第78-79页 |
| ·手势指令在数据库中的检索 | 第79-81页 |
| ·本章小结 | 第81-83页 |
| 6 总结与展望 | 第83-87页 |
| ·总结 | 第83-84页 |
| ·未来工作展望 | 第84-87页 |
| 7 参考文献 | 第87-94页 |
| 8 攻读硕士期间主要研究成果 | 第94-95页 |
| 9 致谢 | 第95页 |
