基于深度学习的手势识别方法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 存在的问题 | 第13-14页 |
| 1.4 主要研究内容 | 第14页 |
| 1.5 本文的主要工作及论文组织结构 | 第14-15页 |
| 第二章 静态手势识别相关方法概述 | 第15-25页 |
| 2.1 手势建模 | 第15-16页 |
| 2.2 手势检测方法 | 第16-17页 |
| 2.3 手势特征提取 | 第17-23页 |
| 2.3.1 常用的特征提取方法 | 第17-21页 |
| 2.3.2 基于卷积神经网络的特征学习 | 第21-23页 |
| 2.4 手势分类 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 多策略融合的手势区域检测 | 第25-39页 |
| 3.1 手势区域检测相关策略 | 第25-28页 |
| 3.1.1 肤色检测 | 第25-27页 |
| 3.1.2 运动检测 | 第27-28页 |
| 3.2 多策略融合手势检测 | 第28-34页 |
| 3.2.1 融合思想 | 第28-32页 |
| 3.2.2 多策略融合手势检测算法流程 | 第32-34页 |
| 3.3 实验比较 | 第34-38页 |
| 3.3.1 实验环境 | 第34页 |
| 3.3.2 评价标准 | 第34页 |
| 3.3.3 实验结果 | 第34-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 基于二值化卷积神经网络的手势识别方法 | 第39-47页 |
| 4.1 卷积神经网络的结构设计 | 第39-41页 |
| 4.2 二值化卷积网络的手势识别方法 | 第41-43页 |
| 4.3 实验结果及分析 | 第43-46页 |
| 4.4.1 实验环境与数据集 | 第43-44页 |
| 4.4.2 网络的训练与参数的选择 | 第44-45页 |
| 4.4.3 实验比较 | 第45-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第五章 手势识别系统的设计与实现 | 第47-55页 |
| 5.1 系统环境 | 第47页 |
| 5.2 系统框架 | 第47-48页 |
| 5.3 系统功能的实现 | 第48-51页 |
| 5.3.1 系统主要模块的实现 | 第48-50页 |
| 5.3.2 解锁流程的实现 | 第50-51页 |
| 5.4 实验结果 | 第51-53页 |
| 5.5 本章小结 | 第53-55页 |
| 第六章 总结与展望 | 第55-57页 |
| 6.1 论文总结 | 第55-56页 |
| 6.2 展望 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 攻读硕士学位期间主要的研究成果 | 第62-63页 |
| 致谢 | 第63页 |
