第1章引言 11研究背景 12研究意义 13国内外研究现状 131手部检测 132手部跟踪 133静态手势识别 134动态手势识别 14本文工作和主要贡献 15本文结构安排 第2章手部检测 21基于混合特征的手部检测 211手部颜色特征 212Haarlike特征 213Boost分类器 214融合肤色信息的Haar特征 215实验数据分析 22基于HOG的左右手识别 221梯度方向直方图(HOG) 222主成分分析 (PCA) 223特征分类 224实验与分析 23结论 第3章手部跟踪 31Meanshift简介 311核函数 312Meanshift向量形式 313Meanshift概率密度梯度证明 314Meanshift算法优缺点 32Meanshift跟踪算法 321目标特征提取 322相似度度量 323搜索策略 33混合特征手部跟踪SHS(SIFTHistShift ) 331连续混合特征手部跟踪CASHS(Continuously Adaptive SHS) 34实验数据分析 35结论 第4章手势识别:静态手势 41SIFT(SIFTHistShift)特征向量 42尺度空间极值检测 421关键点定位 422关键点方向确定 423特征向量生成 424特征匹配 43基于多特征融合的手势识别 44实验结果和分析 45结论 第5章手势识别:动态手势 51预备知识:模糊集合和手势 511模糊集合 512手势的模糊性 513模糊集描述的手势 52基于FCRFs(Fuzzy based Condition Random Fields)的手势标注 521条件随机场CRFs(Condition Random Fields) 522模糊条件随机场FCRFs(Fuzzy based Condition Random Fields) 523实验和分析 524小结 53基于FLDCRFs(Fuzzy based Latentdynamic Condition Random Fields)的手势识别 531隐动态条件随机场LDCRFs(Latentdynamic Condition Random Fields) 532模糊隐动态条件随机场FLDCRFs(Fuzzy based Latentdynamic Condition Random Fields) 533实验和分析 534小结 54结论 第6章结论与展望 61研究内容总结 62下一步研究和展望 参考文献162