手势识别技术理论及应用

图书标准信息

• 作者 苗启广
• 出版社 西安电子科技大学出版社
• 出版时间 2022-06
• 版次 1
• ISBN 9787560663425
• 定价 69.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 192页
• 字数 187千字

【内容简介】

本书以手势识别技术理论与应用为主题，系统地介绍了该领域常用的数据集，以及基于手工特征、卷积神经网络、循环神经网络及其变种、多模态数据融合与注意力机制等实现的手势识别算法。此外，本书还结合作者的开发经验，介绍了手势识别在真实场景中的应用，旨在使读者在了解相关技术的同时提升实际应用能力。
  本书既适合从事计算机视觉和人工智能领域研究的技术人员阅读，也可以作为高等院校相关专业师生的参考教材。

【目录】

章 手势识别的基本概念及发展

1.1 手势识别的概念

1.1.1 手势的形成与其在人类社会中的作用

1.1.2 手势与人机交互

1.2 手势识别算法的发展情况

1.2.1 基于手工特征的方法

1.2.2 基于概率图模型的方法

1.2.3 基于视觉词袋的方法

1.2.4 基于神经网络的方法

1.3 当前手势识别领域面临的挑战

1.4 本章小结

参文献

第2章 手势识别领域的常用数据集

2.1 静态手势数据集

2.2 动态手势数据集

2.3 数据集结

2.4 本章小结

参文献

第3章 基于手工特征的手势识别方法

3.1 手部区域分割

3.1.1 基于边缘信息的分割方法

3.1.2 基于运动分析的分割技术

3.1.3 基于肤特征的分割方法

3.1.4 小结

3.2 手势特征提取

3.2.1 haar-like特征

3.2.2 lbp特征

3.2.3 sift特征

3.2.4 surf特征

3.2.5 hog特征

3.2.6 hof特征

3.2.7 小结

3.3 手势识别

3.3.1 模板匹配

3.3.2 有限机

3.3.3 动态时间规整

3.4 本章小结

参文献

第4章 基于卷积神经网络的手势识别方法

4.1 深度卷积神经网络的发展概述

4.2 深度卷积神经网络的基本作

4.2.1 卷积神经网络的特点

4.2.2 卷积神经网络的基本结构

4.2.3 卷积神经网络的训练过程

4.3 二维卷积神经网络在手势识别中的应用

4.3.1 双流网络

4.3.2 temporal segment works

4.4 三维卷积神经网络的基本作

4.4.1 三维卷积

4.4.2 三维池化

4.5 三维卷积神经网络在手势识别中的应用

4.5.1 c3d网络

4.5.2 resc3d网络

4.5.3 two-stream inflated 3d conv网络

4.6 本章小结

参文献

第5章 基于循环神经网络及其变种的手势识别方法

5.1 循环神经网络的发展概述

5.2 循环神经网络及其变种

5.2.1 rnn的基本结构

5.2.2 双向rnn

5.2.3 lstm

5.2.4 gru

5.3 结合外部存储单元的记忆网络

5.3.1 记忆网络框架

5.3.2 神经图灵机

5.4 循环神经网络在手势识别中的应用

5.4.1 rnn在手势识别中的应用

5.4.2 lstm在手势识别中的应用

5.4.3 记忆网络和lstm相结合在手势识别中的应用

5.5 本章小结

参文献

第6章 基于多模态数据融合的手势识别方法

6.1 多模态数据的生成

6.1.1 深度数据

6.1.2 红外数据

6.1.3 骨骼数据

6.1.4 光流数据

6.1.5 显著数据

6.2 不同模态数据的融合算法

6.2.1 数据级融合

6.2.2 特征级融合

6.2.3 决策级融合

6.2.4 其他融合方法

6.3 本章小结

参文献

……