●1 概論
1.1 虛擬現實與裝備仿真
1.2 模式識別領域的深度神經網絡
1.2.1 深度神經網絡
1.2.2 典型的深度卷積神經網絡模型
1.2.3 評估標準
1.3 裝備仿真人機交互接口
2 旗語識別技術
2.1 旗語信號與捕捉
2.2 動作采集與識別
2.2.1 動作采集
2.2.2 信號預處理
2.2.3 特征提取
2.2.4 分類識別
3 基於單目視覺的人體骨架提取
3.1 基於背景建模的人體輪廓檢測
3.1.1 核密度估計背景建模
3.1.2 基於相關繫數的前景區域檢測
3.2 基於形態學的骨骼提取研究
3.2.1 距離變換算法
3.2.2 基於數學形態學細化方法
3.3 人體姿態骨架模型建立
3.3.1 骨架關節點模型建立
3.3.2 鏈碼遍歷骨架算法
3.4 結果分析
3.4.1 算法實現流程
3.4.2 測試實驗與結果
3.5 小結
4 基於深度信息的人體姿態特征提取
4.1 深度圖像原理
4.1.1 深度圖像概念
4.1.2 深度圖像的偽灰度表示
4.2 深度圖像獲取方法研究
4.2.1 深度圖像獲取方法
4.2.2 基於結構光深度獲取優化
4.2.3 基於結構光的深度傳感繫統環境分析
4.3 基於深度信息的骨架提取
4.3.1 基於深度信息的人體輪廓分割
4.3.2 基於深度信息的骨架提取
4.3.3 改進的基於深度信息骨架提取方法
4.3.4 基於深度的骨架結構優化
4.4 結果分析
4.4.1 基於深度信息的人體與骨架的提取效果
4.4.2 基於深度信息的骨骼節點匹配效果分析
4.5 小結
5 基於神經網絡的旗語識別研究
5.1 基於空間位置的旗語識別方法
5.1.1 手臂位置的檢測
5.1.2 基於空間位置旗語的識別方法
5.2 基於深度信息的人體模型建立
5.2.1 旗語手臂運動約束
5.2.29 -DOF人體骨架模型建立
5.3 基於BP神經網絡的旗語識別方法
5.3.1
5.3.2 BP網絡算法原理
5.4 基於BP神經網絡的旗語識別繫統的實現
5.4.1 基於關鍵幀的旗語動作提取原理與方法
5.4.2 BP神經網絡輸入特征的構建
5.4.3 旗語樣本庫的建立
5.5 BP網絡的結構設計優化
5.5.1 輸入與輸出層設計
5.5.2 隱層設計
5.5.3 激勵函數選擇優化
5.5.4 BP網絡的訓練流程
5.5.5 實驗結果
5.6 結果分析
5.6.1 旗語識別實驗環境設計
5.6.2 旗語動作識別實驗
5.6.3 靜/動態旗語識別結果分析
5.6.4 實驗分析
5.7 小結
6 基於可穿戴傳感器的旗語動作數據采集與處理
6.1 基於可穿戴傳感器的旗語動作采集方法
6.2 基於9軸姿態傳感器的動作信號采集流程
6.3 旗語信號采集平臺搭建
6.3.1 WT901C姿態傳感器采集設備
6.3.2 旗語信號采集平臺
6.4 旗語動作模型
6.5 一維信號檢測分割技術
6.6 基於時間序列變化點檢測的旗語信號分割模型
6.7 算法研究及相關模型建立
6.7.1 旗語動作時間序列三維采樣散點模型建立
6.7.2 基於滑動模型的時間序列類間差異度函數建立
6.7.3 差異度函數閾值模型建立
6.7.4 一維旗語信號特征函數建立
6.8 數據導入及差異度函數閾值確定
6.9 小結
7 基於融合數據的一維及二維CNN旗語識別研究
7.1 基於時間序列的一維CNN網絡
7.2 基於9軸旗語信號的一維CNN結構
7.2.1 基於方位角信息解算的9軸數據融合算法
7.2.2 卷積層設置
7.2.3 激活函數
7.2.4 池化層設置
7.2.5 全連接層設置
7.3 旗語動作識別一維網絡訓練參數設置
7.3.1 學習率（learning rate)
7.3.2 迭代輪數（training epoch）
7.3.3 網絡訓練
7.4 Inception-ResNet二維卷積網絡模型
7.5 基於9軸旗語動作數據的Inception-ResNet網絡模型構建
7.5.1 Block 1（Stem層）設置
7.5.2 基於深度可分離卷積的Block 2（Inception-ResNet層）建立
7.5.3 Block 3 Reduction-A（降維層）建立
7.5.4 Block 4 Reduction-B建立
7.5.5 整體二維CNN網絡結構
7.6 C-L聯合損失函數分類模型
7.6.1 損失函數
7.6.2 常用損失函數類型及其特性分析
7.6.3 CrossEntropy-Logistic聯合損失函數
7.6.4 訓練效果對比
7.7 結果分析
7.7.1 數據集劃分
7.7.2 數據導入及實驗結果
7.7.3 基於融合數據處理的一維CNN識別結果
7.7.4 基於Inception-ResNet雙流網絡框架的識別結果
7.7.5 結果分析與探討
7.8 小結
參考文獻

本書圍繞裝備仿真人機交互旗語識別技術，論述了利用深度圖像和可穿戴式傳感器開展的識別技術研究。主要包括仿真交互技術、基於單目視覺的人體骨架提取、基於深度信息的人體姿態特征提取、基於神經網絡的旗語識別研究、基於9軸姿態傳感器的旗語動作信號采集及預處理技術、基於融合數據的一維及二維CNN旗語識別研究。 本書涉及深度圖像、人工智能、可穿戴技術等技術熱點，內容寬泛，追蹤前沿。本書可以為教研人員開展科學研究提供參考和借鋻，也可作為高校相關專業研究生的教材。