多模態(tài)人機交互技術及應用

第1章 緒論
1.1 多模式人機操作
1.2 多模式人機協(xié)同感知規(guī)劃
1.3 試驗驗證情況
第2章 多模式人機交互構(gòu)成及交互方式
2.1 基于多傳感器測量的操作員狀態(tài)監(jiān)視模塊
2.2 多傳感器融合的神經(jīng)網(wǎng)絡語義學習方法
2.3 基于多傳感器輸入的多無人機混合主動控制模塊設計
2.4 監(jiān)督控制系統(tǒng)初步實現(xiàn)與仿真驗證
2.5 總結(jié)
第3章 手勢識別交互
3.1 手勢識別傳感器
3.2 基于視覺特征學習的手勢特征提取
3.3 基于視覺特征學習的手勢特征識別
3.4 基于深度學習的手勢識別
3.5 手勢在交互中的應用
3.6 總結(jié)
第4章 人體姿態(tài)識別交互
4.1 人體骨架模型
4.2 深度相機的人體骨架提取
4.3 單可見光相機的人體骨架提取
4.4 人體姿態(tài)識別
4.5 多傳感器融合的姿態(tài)識別
4.6 人體姿態(tài)識別在交互中的應用
4.7 總結(jié)
第5章 眼動跟蹤交互
5.1 眼睛視線跟蹤模型
5.2 基于視覺的眼睛定位及狀態(tài)檢測
5.3 眼動儀檢測定位
5.4 眼動跟蹤交互應用
5.5 總結(jié)
第6章 面部表情交互
6.1 表情模型
6.2 面部表情特征提取方法
6.3 基于深度學習的面部表情識別
6.4 人臉表情識別常見傳感器
6.5 面部表情交互應用
6.6 總結(jié)
第7章 語音交互
7.1 語音模型
7.2 語音識別
7.3 語音情感識別
7.4 麥克風陣列語音交互
7.5 語音交互應用
7.6 總結(jié)
第8章 腦電信號交互
8.1 腦電信號模型
8.2 基于腦電信號的情感識別
8.3 腦電信號與睡眠的關系
8.4 腦電信號與疲勞關系