声明
摘要
1 绪论
1.1 引言
1.2 手势识别综述
1.3 手势识别常用方法
1.3.1 模板匹配方法
1.3.2 几何特征分类方法
1.3.3 人工神经网络方法
1.3.4 隐形马尔科夫模型方法
1.4 手势识别一般流程
1.4.1 预处理阶段
1.4.2 手势分割阶段
1.4.3 手势建模阶段
1.4.4 手势识别阶段
1.5 手势识别的应用
1.6 章节安排
2 手势识别中的深度信息描述
2.1 引言
2.2 深度信息的获取方式
2.2.1 基于视觉的深度信息获取
2.2.2 基于激光测距的深度信息获取
2.2.3 基于结构光的深度信息获取
2.2.4 结构光的深度信息获取原理
2.3 Kinect获取深度信息的技术简介
2.4 本章小结
3 支持向量机和几何矩
3.1 支持向量机简介
3.2 支持向量机原理
3.2.1 线性可分情况下的支持向量机
3.2.2 广义最优分类面
3.2.3 线性不可分情况下的支持向量机
3.2.4 多分类情况的支持向量机
3.2.5 支持向量机的内积类型
3.3 矩信息简介
3.3 矩信息原理
3.4.1 矩的概念
3.4.2 矩的物理意义
3.4.3 不变矩
3.4.4 Hu矩的计算
3.4.5 Hu矩的匹配
3.5 本章小结
4 静态手势识别
4.1 引言
4.2 手部分割
4.2.1 基于深度信息的手部分割
4.2.2 基于深度信息和彩色信息相结合的手部分割
4.3 手部特征提取
4.4 对静态手势识别
4.4.1 训练SVM分类器
4.4.2 利用SVM分类器进行静态手势识别
4.5 实验结果以及分析
4.6 本章小结
5 动态手势识别
5.1 设定跟踪开始和结束的标志
5.2 运动轨迹跟踪
5.3 运动轨迹特征提取
5.4 对运动轨迹识别
5.4.1 计算特征距离进行动态手势识别
5.4.2 利用SVM分类器进行动态识别
5.5 实验结果以及分析
5.6 本章小结
6 总结和展望
致谢
参考文献