基于Kinect深度信息的静态手势识别方法研究-通信与信息系统专业论文.docxVIP

下载本文档

2
0
约5.41万字
约 81页
2019-01-06 发布于上海
举报
版权申诉

基于Kinect深度信息的静态手势识别方法研究-通信与信息系统专业论文.docx

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于Kinect深度信息的静态手势识别方法研究-通信与信息系统专业论文

山东大学硕士学位论文3．1．2模板匹配法山东大学硕士学位论文 3．1．2模板匹配法．15 3．1．3统计分析法 l 5 3．2 SURF算法一1 6 3．2．1计算积分图像 16 3．2．2检测关键点 1 7 3．2．3构建尺度空间 18 3．2．4计算主方向．20 3．2．5关键点特征描述 21 3．3 BP神经网络．22 3．3．1 BP神经网络算法推导 23 3．3．2 BP神经网络的缺陷．25 3．4贝叶斯正则化算法．25 3．5本章小结 26 第四章基于深度信息的手势识别算法 27 4．1手势识别流程图一27 4．2基于深度信息的手势分割方法 28 4．3基于改进的SUI强算法的特征提取方法 30 4．4基于贝叶斯正则化BP神经网络的手势分类方法．35 4．4．1数据归一化处理 35 4．4．2贝叶斯正则化BP神经网络结构设计．．36 4．5功能实现与数据分析 37 4．5．1环境配置 37 4．5．2建立手势库 37 4．5．3实验结果及数据分析 37 4．6本章小结 46 第五章基于多分类器融合的手势分类方法 47 5．1基于手指间最大夹角的特征提取与分类方法 47 5．2多分类器决策级融合算法 52 5．3实验结果及数据分析 55 万方数据山东大学硕士学位论文5．4本章小结山东大学硕士学位论文 5．4本章小结 57 第六章总结和展望。 6．1工作总结 59 6．2工作展望．60 参考文献 6l 致谢． 68 万方数据山东大学硕士学位论文CoNTENTS 山东大学硕士学位论文 CoNTENTS Abstract(Chinese) 。I Abstract(En窖幽h) ⅡI Description of Signs 。V Chapter 1 Introduction 1．1 Research BaCkgrouIld of GeSture Reco则tion ．1 1．1．1 Humall一Computer Inl|e】锨ion 1 1．1．2 Ges眦Reco鲥tion ．2 1．1．3 K．jnect Sensor ．2 1．2 Cun．ent R-esearch s切_tlls ofGeStl肛．e I沁co嘶tion ．3 1．3 ResearCh Co蛐锄d Si画ficance ．．5 1．4 Outline oftlle n圮sis 6 Chapter 2 Key Technology and AppⅡcation of l(inect 7 2．1 DeVelopment Env的nment aIld TecllIlical Arcllitecture ofK．meCt ．．7 2．1．1 DeVclopment Envir0I髓ent 7 2．1．2 T．ecImical ArCllitecture 一7 2．2 De衄Data 8 2．3 Skeleton【￡她。9 2．4 Coordinate Tt哪f．onnation 10 2．4．1 Coordi曲te SpaCe ofD印tll Data ．10 2．4．2 C00rdinate Space of Skeleton Data 1l 2．4．3 CoordiIlate 1’ransf0皿∞ltion 11 2．5 ApplicatioIls of鼬nect 12 2．6 Chamer S唧ma巧 13 Chapter 3 Research on舢gorithm of Static Gestllre Recognition 14 3．1 Metllods Of Static Ge如胂e I沁co罂litiOn ．14 3．1．1 Ne删Ne咖fk 一14 3．1．2 Template MatIollillg ．15 3．1．3 Statistical舢谢ysis 。15 3．2 SUI强Algoritlml 16 3．2．1 Inte铲m Image ．16 山东大学硕士学位论文一一_————————————————————————————————————————————————————一山东大学硕士学位论文一一_————————————————————————————————————————————————————一 3．2．2 Key Point Detection ”l。7 3．2．3 Building Scale Space ．．1 8 3．2．4 Calcul撕on of也e Domimmt Direction 一20 3．2．5 Feature Des嘶ptor 21 3．3 BP NeuIal N拥rk 22 3．3．1 Derivation Process of BP Neural N