基于卷积神经网络的手势识别算法优化及嵌入式实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 主要符号表 | 第9-10页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状与趋势 | 第11-15页 |
| 1.2.1 手势识别技术的现状与趋势 | 第11-13页 |
| 1.2.2 卷积神经网络加速技术研究 | 第13-15页 |
| 1.3 论文的主要工作与内容安排 | 第15-18页 |
| 第2章 基于卷积神经网络的手势识别 | 第18-34页 |
| 2.1 手势识别流程 | 第18页 |
| 2.2 手势分割研究 | 第18-23页 |
| 2.2.1 色彩平衡 | 第19-20页 |
| 2.2.2 基于颜色空间的肤色模型 | 第20-21页 |
| 2.2.3 手势区域提取 | 第21-22页 |
| 2.2.4 手势区域重建 | 第22-23页 |
| 2.3 神经网络结构及算法 | 第23-28页 |
| 2.3.1 人工神经网络结构 | 第23-24页 |
| 2.3.2 卷积神经网络模型及原理 | 第24-26页 |
| 2.3.3 前向传播及反向传播算法 | 第26-28页 |
| 2.4 基于手势灰度图像的卷积神经网络结构 | 第28-30页 |
| 2.4.1 数据集 | 第28-29页 |
| 2.4.2 卷积神经网络构建 | 第29-30页 |
| 2.5 实验结果与对比分析 | 第30-32页 |
| 2.6 本章小结 | 第32-34页 |
| 第3章 基于FPGA的加速器设计 | 第34-60页 |
| 3.1 设计概述 | 第34-39页 |
| 3.1.1 高层次综合工具HLS | 第34-36页 |
| 3.1.2 优化指令 | 第36-37页 |
| 3.1.3 开发平台 | 第37-38页 |
| 3.1.4 系统架构 | 第38-39页 |
| 3.2 算法并行性分析 | 第39-41页 |
| 3.3 HLS优化 | 第41-52页 |
| 3.3.1 存储优化 | 第41-42页 |
| 3.3.2 定点量化 | 第42-44页 |
| 3.3.3 运算优化 | 第44-48页 |
| 3.3.4 激活函数优化 | 第48-49页 |
| 3.3.5 算法接口设计 | 第49-51页 |
| 3.3.6 高层次综合 | 第51-52页 |
| 3.4 FPGA测试 | 第52-55页 |
| 3.4.1 相关工具 | 第52-53页 |
| 3.4.2 硬件设计 | 第53-54页 |
| 3.4.3 系统验证 | 第54-55页 |
| 3.5 实验结果与对比分析 | 第55-58页 |
| 3.6 本章小结 | 第58-60页 |
| 第4章 原型系统的设计与实现 | 第60-72页 |
| 4.1 系统总体架构 | 第60-61页 |
| 4.2 硬件设计 | 第61-64页 |
| 4.2.1 AXI接口 | 第61-62页 |
| 4.2.2 AXIVDMA配置 | 第62-63页 |
| 4.2.3 硬件工程设计 | 第63-64页 |
| 4.3 软件设计 | 第64-68页 |
| 4.3.1 嵌入式linux系统搭建 | 第64-65页 |
| 4.3.2 Qt库移植 | 第65-67页 |
| 4.3.3 OpenCV视觉库移植 | 第67-68页 |
| 4.4 原型系统实现 | 第68-69页 |
| 4.4.1 交互界面设计 | 第68-69页 |
| 4.4.2 嵌入式系统调试 | 第69页 |
| 4.5 本章小结 | 第69-72页 |
| 第5章 总结与展望 | 第72-74页 |
| 5.1 总结 | 第72-73页 |
| 5.2 展望 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 攻读学位期间取得的研究成果 | 第78-80页 |
| 致谢 | 第80页 |
