声明
摘要
第一章 绪论
1.1 课题背景与研究意义
1.2 手语识别技术概述
1.3 手语识别的发展现状
1.4 本文研究的内容
1.5 本章小结
第二章 手语的规则及构成分析
2.1 手的形状
2.2 手的方向和方位
2.3 手语的空间动作
2.4 面部表情和其他体态
2.5 本章小结
第三章 手势分割
3.1 背景减差法
3.2 边缘检测方法
3.3 区域增长技术
3.4 HOG(方向梯度直方图)
3.5 实验结果与分析
3.6 本章小结
第四章 静态手势识别
4.1 SVM算法
4.1.1 SVM概述
4.1.2 SVM最优分类面
4.1.3.SVM的非线性映射
4.1.4 特征空间的隐式映射:核函数
4.2.HOG-SVM训练识别
4.3 样本选择
4.4 实验结果
4.5 本章小结
第五章 动态手势
5.1 动态手势构成
5.2 手势的跟踪常见方法
5.3 TLD跟踪算法
5.3.1 预备知识
5.3.2 最近邻分类(NN)
5.3.3 目标模型
5.3.4 模型更新
5.3.5 目标检测器
5.3.6 级联分类器
5.3.7 跟踪模块
5.3.8 综合模块
5.3.9 PN学习
5.4 TLD手势跟踪结果
5.5 本章小结
第六章 连续手语分类判别
6.1 连续手语识别方法
6.2 归一化的手语运动轨迹特征提取
6.2.1 基于HOG-SVM的手势分割
6.2.2 手势起始位置分割
6.2.3 动态手势的轨迹的离散连续拟合
6.2.4 手势运动轨迹归一化
6.2.5 运动中关键帧手形提取
6.3 基于隐马尔科夫模型的手语识别
6.3.1 HMM正式定义
6.3.2.HMM的三个基本问题
6.4 实验及结果分析
6.4.1 特征向量提取
6.4.2 训练手语的隐马尔可夫模型
6.4.3 识别过程及结果
6.5 本章小结
第七章 总结与展望
参考文献
作者攻读研究生期间发表论文及参与项目
致谢