| 以下仅列出文章摘要、目录等部分内容，如需获取完整论文资料，或原创定制、长期合作，请随时联系。 微信QQ:312050216 |
 |
 |
| 基于Kinect骨骼信息的篮球裁判手势识别 摘要 本文研究一种基于Kinect骨骼信息的篮球裁判手势识别的算法，目标是提高手势识别率、鲁棒性和实时性并将其应用于智能竞技领域，文章首先利用Kinect的深度图像获取人体骨架节点的坐标信息，接下来用改进的距离加权DTW算法计算每一个测试样本和训练样本的距离，最后用K-NN分类器得到最终识别结果，手势平均识别率高达99.7%。 关键词：Kinect；手势识别；DTW；KNN 目 录 摘要 I Abstract II 1. 绪论 1 1.1 引言 1 1.1.1 手势识别 1 1.1.2 动态手势识别基本流程 3 1.1.3 手势识别技术难点 4 1.2 研究内容 4 1.3 论文结构 4 2. Kinect的介绍和使用 5 2.1 Kinect发展历程 5 2.2 Kinect for windows SDK 5 2.2.1 Kinect for windows SDK 简介 5 2.2.2 Kinect for windows SDK 体系架构 6 2.2.3 开发Kinect的技能和环境 6 2.3 Kinect应用领域 6 2.4 本章小结 6 3. 基于Kinect骨骼信息的手势识别 7 3.1 骨骼帧获取 7 3.1.1 Ksinect骨骼跟踪原理 7 3.1.2 获取手势样本 7 3.2 提取人体骨骼特征 7 3.3 动态加权DTW算法 8 3.3.1 传统DTW原理及实现过程 8 3.3.2 距离加权DTW算法 8 3.3.3 matlab操作步骤 8 3.4 K-NN分类器 8 3.5 实验结果分析 8 3.6 本章小结 8 4. 总结与展望 9 4.1 总结 9 4.2 展望 9 参考文献 11 致谢 14 |
