基于Kinect骨骼信息的篮球裁判手势识别_转角的夏天—论文成稿分享交流与写作参考大全！

阅享价格：80元	资料包括：原始论文	QQ在线咨询
文档格式：doc/docx	全文字数：10000	温馨提示

以下仅列出文章摘要、提纲简介，如需获取全文阅读权限，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

基于Kinect骨骼信息的篮球裁判手势识别

相关文档推荐