声明
摘要
第1章 绪论
1.1 研究目的及意义
1.2 国内外研究现状
1.2.1 计算机视觉研究现状
1.2.2 手势识别研究现状
1.3 本文主要工作
1.4 本文组织安排
第2章 人手分割和检测技术
2.1 引言
2.2 数字图像预处理
2.2.1 图像颜色空间转换
2.2.2 数字图像滤波
2.2.3 数字图像直方图均衡化
2.3 基于肤色分割的人手检测
2.3.1 颜色空间类型的选取
2.3.2 肤色分割模型
2.3.3 数字图像形态学处理
2.3.4 肤色区域判定
2.4 基于Adaboost分类器的人手检测
2.4.1 Adaboost算法原理
2.4.2 Haar-Like特征和积分图
2.4.3 Adaboost Haar分类器的实现
2.5 基于肤色和Adaboost分类器的人手检测
2.6 实验结果及对比分析
2.7 本章小结
第3章 基于粒子滤波的人手跟踪及其改进
3.1 引言
3.2 基本粒子滤波跟踪算法
3.2.1 粒子滤波算法原理
3.2.2 基于颜色模型的粒子滤波算法
3.3 改进粒子滤波跟踪算法
3.3.1 基于风驱动优化的粒子滤波算法
3.3.2 基于花授粉优化的粒子滤波算法
3.4 仿真与实验结果分析
3.4.1 粒子滤波算法仿真分析
3.4.2 粒子滤波算法实验分析
3.5 本章小结
第4章 手势识别技术
4.1 引言
4.2 卷积神经网络
4.2.1 CNN网络基本结构
4.2.2 CNN反向传播算法
4.2.3 一种典型的卷积神经网络——LeNet-5
4.2.4 基于手势图像的LeNet-5网络训练
4.3 模板匹配识别法
4.4 基于卷积神经网络和模板匹配的联合识别
4.5 本章小结
第5章 字母手势输入识别系统设计与实现
5.1 字母手势识别系统综述
5.2 手势识别系统设计与实现
5.2.1 手势识别系统的设计
5.2.2 手势识别系统的实现
5.3 手势识别系统演示
5.4 本章小结
总结与展望
致谢
参考文献
攻读硕士学位期间发表的论文