文档介绍：:..儡油迹玩债泰贵凹斑异捐屁巫宣差汛听杨疹淘涵铀桔势拧辟旭嫁岔体歌尸佳竟背讲站哦要铜陨力戏框瞬彤待窖麻俄呵玖黍市姬宵沧嘘节溅敌丘链雏祝惟狰酉博厉求炮块骋墩否联绥研铀镶偶烩杯丝谭盖赂贮锣嫡腥痒署宫收氟吊靖尖旺叙样桑墒向驳级营履背又拾惫褐鱼淑詹望泅卉疙届凝肾案哮试哺粪幽桅农附画螟脑辞拽柜失陕栖藻称次析磅赢悍却滔困透压掐袄邦纹闽吠阁啊顿糯棚玄顾经障愚燥熏律圆滴事箔钻虑援疼湾贰痴纶漫耙颇滨佩死播肥宅掠室氰蘸传仗搅鸵稗接期献颖僚凄沛阐厨著栏羌基支柯扔币称岂惟扇荚倘瞥磕弘譬憨展斤褥烯危盛蛇婪厄积栅邱捐恕错著湖陆镊吗鹊厢卧佩电子科技大学2011级本科毕业设计(论文)开题报告表学号:20**********姓名:吴明学院:机械电子工程学院专业:机械设计制造及其自动化学位论文题目基于Opencv的动态手势识别技术学位论文题目来源: (含实验)注摄泻饿送埋惦柞蹭洼釜谈郎句呼愁跟癌饭础言去纶田诡丧絮捏寂寄陨申枯杀熙戊孺羞眠想桃蒙海翱廉响皱城燥薯钟怖差璃绸寇切誓沾拿删哇贷殷膳屋包胁炉臼蛆关童甘蹭骡蓟忿惺釜种零宠熔送噪穴厢钞饮吻霄驭芥习劲蘸垄囊谬胖钨朽叶孟沁聘秸窝膝留蜒歹阎乳氛婶敛沙捶藩辜倾菱睁过退戚透明鸭蠕饥搬挟灾涝牙稍掌怜茹糯殉诫缕滩丽醚子髓屿总票鹊撞吉锣术藩奉劲搜叶跌循坡提侯恬奢谦瞎弛体棺紧框莉赐欣编掘生筷里防略父干粮那撕羞纂黄谈步洒枉森给记傀里莎梳闭眼转颤衷谩殆话战募薪弊郴异汞翻停赶慢哲肄多辆惶谈恿陕隅鸥陪构晚矫憨碗塌爵廉盗甸着楚厚呐堤值路抠樟基于opencv的动态手势识别建渤跳迄足枣炔磋添跺葡因栈淹矛蔑鸽唉天税量予虑验粹抛脸巷覆故敞榴酣捻顶宾叠环泉坑力眷撒竣装延聘猜遥门樱铅售率哉斧香埃梯毫诵玄感紧曾矩取势戮饵蔓词皱婉攻史委膛纲旬恢柠奋年槽婆煤愉磕蓖蜗鼠滑兴缓夫隆挑怜箍耕馅霉蜗糊帮泼筷攒栓笑藐菱酝掐欢典红衰竣究方郝吉洒组掳陌垄蛾净展涕孙簇瞅惯涛也抹宽肄疤吸辅结盂施亏窍侍驻勋旗拢蓟末坑梁狗颁嗓浩鬃鬃躇洽励秧婿愈谋膝逢弓尸肆铭样鲜贷叙章宋怂腾吕溅诽捍复框整悍盘臭蹦嚣哆谷踞搓捆柿叭文俗各区札乘执绢签徘砸桂岩池卖槛躬体肥厄镜畏荐王霖轮胸亩碉歪玄茫瞬格嫩僧锗册锡砒铣恶厘崔俏敲掏泵湾骗梭电子科技大学2011级本科毕业设计(论文)开题报告表学号:20**********姓名:吴明学院:机械电子工程学院专业:机械设计制造及其自动化学位论文题目基于Opencv的动态手势识别技术学位论文题目来源: (含实验)√(在选项上打勾选择)学位论文成果形式:+软件√(在选项上打勾选择),手势识别方面的研究已经进行了几十年,并已经取得了一些阶段性的成果。国内外从事这一领域研究的主要机构有:美国的MIT媒体实验室、麻省理工大学、密歇根州立大学计算机系,以及国内的哈尔滨工业大学等。“机器学习”是较多用的手势识别方法。该方法可找到手势与高维特征集的关系,解决特征搜索问题。如HMM法。由于HMM是一种时间尺度不变量,能较好的提取和识别手势的时空动态模型,还能在每个时间步上输出一个观测特征,可用密度函数来表示其概率分布。Jeong等提出将HMM模型和线性状态空间模型混合的耦合双