基于Leap Motion的动态手势识别研究 |
论文目录 | | | 摘要 | 第1-5页 | | Abstract | 第5-8页 | | 1 绪论 | 第8-20页 | | 1.1 课题研究背景 | 第8-9页 | | 1.2 论文课题研究的意义 | 第9-10页 | | 1.3 当前手势识别研究的状况 | 第10-13页 | | 1.4 论文试验中相关器件的介绍 | 第13-17页 | | 1.4.1 Leap Motion的介绍 | 第13-14页 | | 1.4.2 PM1K介绍 | 第14-17页 | | 1.5 本文拟解决的问题 | 第17-18页 | | 1.6 论文结构 | 第18-20页 | | 2 手势数据的采集与处理 | 第20-29页 | | 2.1 手势采集环境的建立与采集功能的实现 | 第20-22页 | | 2.1.1 动态手势起始、结束点的确定 | 第20-21页 | | 2.1.2 动态手势数据的获取与存储 | 第21-22页 | | 2.2 动态手势的采集 | 第22-24页 | | 2.3 动态手势数据的处理 | 第24-28页 | | 2.3.1 三维数据平面化 | 第24-25页 | | 2.3.2 数据的规整 | 第25-26页 | | 2.3.3 坐标特征的提取 | 第26-27页 | | 2.3.4 笔画特征的提取 | 第27-28页 | | 2.4 本章小结 | 第28-29页 | | 3 基于HMM的动态手势识别 | 第29-40页 | | 3.1 基本HMM模型的动态手势识别 | 第29-31页 | | 3.1.1 动态手势建模 | 第29-30页 | | 3.1.2 动态手势识别 | 第30-31页 | | 3.2 坐标特征的动态手势识别试验及结果分析 | 第31-33页 | | 3.3 笔画特征的动态手势识别试验及结果分析 | 第33-34页 | | 3.4 基于HMM的双通道模型的提出 | 第34-39页 | | 3.5 本章小结 | 第39-40页 | | 4 基于PM1K动态手势识别系统的实现 | 第40-54页 | | 4.1 PM1K内部算法实现 | 第40-42页 | | 4.2 试验环境搭建 | 第42-43页 | | 4.3 通信功能的实现 | 第43-45页 | | 4.3.1 模块间的I~2C通信实现 | 第43-45页 | | 4.3.2 高速数据传输的实现 | 第45页 | | 4.4 PM1K动态手势识别系统库函数的编写 | 第45-46页 | | 4.5 试验及结果分析 | 第46-53页 | | 4.5.1 试验数据 | 第46-47页 | | 4.5.2 动态手势特征的学习 | 第47-49页 | | 4.5.3 动态手势特征的识别 | 第49-50页 | | 4.5.4 试验结果及分析 | 第50-53页 | | 4.6 本章小结 | 第53-54页 | | 结论 | 第54-56页 | | 参考文献 | 第56-58页 | | 附录A 部分相关程序代码 | 第58-64页 | | 攻读硕士学位期间发表学术论文情况 | 第64-65页 | | 致谢 | 第65-66页 |
|
|
|
| |
