| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 基于佩戴设备的手语识别 | 第11-12页 |
| 1.2.2 基于视觉的手语识别 | 第12-14页 |
| 1.3 主要研究内容 | 第14-15页 |
| 1.4 论文结构说明 | 第15-16页 |
| 第2章 相关技术分析 | 第16-30页 |
| 2.1 人脸区域检测技术 | 第16-18页 |
| 2.1.1 AdaBoost算法 | 第16-17页 |
| 2.1.2 Haar特征 | 第17-18页 |
| 2.1.3 基于AdaBoost算法和Haar特征的人脸识别技术 | 第18页 |
| 2.2 YCbCr色彩空间 | 第18-19页 |
| 2.3 HSV色彩空间 | 第19-20页 |
| 2.4 深度神经网络 | 第20-28页 |
| 2.4.1 卷积神经网络 | 第20-25页 |
| 2.4.2 LSTM型网络 | 第25-28页 |
| 2.5 本章小结 | 第28-30页 |
| 第3章 上半身图像截取和图像预处理方法 | 第30-40页 |
| 3.1 围绕手部中心的上半身图像截取流程 | 第30-33页 |
| 3.1.1 人脸区域遮盖 | 第31页 |
| 3.1.2 手部区域检测 | 第31-32页 |
| 3.1.3 手部轮廓提取及中心定位 | 第32-33页 |
| 3.1.4 确定上半身图像截取区域 | 第33页 |
| 3.2 图像预处理 | 第33-34页 |
| 3.3 实验结果与分析 | 第34-38页 |
| 3.3.1 实验数据 | 第34页 |
| 3.3.2 实验结果 | 第34-38页 |
| 3.4 本章小结 | 第38-40页 |
| 第4章 基于卷积神经网络的手语识别方法研究 | 第40-52页 |
| 4.1 卷积神经网络结构 | 第40-42页 |
| 4.2 网络训练 | 第42-44页 |
| 4.3 实验结果与分析 | 第44-50页 |
| 4.3.1 实验环境 | 第44页 |
| 4.3.2 实验数据 | 第44-45页 |
| 4.3.3 实验结果 | 第45-50页 |
| 4.4 本章小结 | 第50-52页 |
| 第5章 基于卷积递归神经网络的手语识别方法研究 | 第52-62页 |
| 5.1 卷积递归神经网络结构 | 第52-54页 |
| 5.2 网络训练和参数设置 | 第54-55页 |
| 5.3 实验结果与分析 | 第55-60页 |
| 5.3.1 实验数据 | 第55页 |
| 5.3.2 实验结果 | 第55-60页 |
| 5.4 本章小结 | 第60-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间所发表的学术论文 | 第68-70页 |
| 致谢 | 第70页 |