摘要
第1章 绪论
1.1 引言
1.2 手势识别国内外发展现状
1.3 论文组织结构
第2章 基于视觉的手势识别的算法研究
2.1 手势检测算法
2.1.1 背景差法
2.1.2 混合高斯模型
2.1.3 光流法
2.2 手势跟踪算法
2.2.1 粒子滤波
2.2.2 卡尔曼滤波
2.2.3 CAMSHIFT滤波
2.3 手势识别算法
2.3.1 神经网络
2.3.2 动态时间规整(DTW)
2.3.3 隐马尔科夫模型(HMM)
2.3.4 支持向量机(SVM)
第3章 基于HU矩和SVM的静态手势识别
3.1 肤色分割
3.2 二值化手势图像
3.3 形态学去噪声
3.4 轮廓提取
3.5 HU不变矩
3.6 支持向量机SVM
3.7 研究开发环境和实验结果
3.8 系统开发结果
第4章 基于时空轨迹的HMM的动态手势识别
4.1 基于改进的粒子滤波的动态手势的跟踪
4.1.1 变权平均对粒子滤波算法
4.1.2 实验结果及分析
4.2 动态手势的时空轨迹特征选择与提取
4.3 基于HMM的动态手势识别
4.3.1 隐马尔科夫模型
4.3.2 HMM模型的三个问题
4.4 实验过程及结果
4.5 本章小结
第5章 总结与展望
参考文献
攻读硕士学位期间发表学术成果
致谢
声明