基于多模态神经网络的手势识别研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第6-10页 |
| 1.1 研究背景 | 第6页 |
| 1.2 国内外研究现状 | 第6-8页 |
| 1.3 主要研究内容 | 第8-9页 |
| 1.4 论文的组织结构 | 第9-10页 |
| 第二章 手势识别理论基础 | 第10-19页 |
| 2.1 图形预处理 | 第10-12页 |
| 2.1.1 图像平滑(滤波)处理 | 第10-11页 |
| 2.1.2 数学形态学处理 | 第11-12页 |
| 2.2 手势分割 | 第12-13页 |
| 2.3 手势特征提取 | 第13-16页 |
| 2.4 静态手势概述 | 第16-17页 |
| 2.5 动态手势概述 | 第17-19页 |
| 第三章 基于多模态神经网络手势识别研究 | 第19-29页 |
| 3.1 卷积神经网络分析 | 第19页 |
| 3.2 基于多模态的神经网络 | 第19-21页 |
| 3.3 多模态的神经网络算法 | 第21-24页 |
| 3.4 手势识别的分类策略 | 第24-26页 |
| 3.5 多模态数据融合方式 | 第26-29页 |
| 第四章 实验结果分析 | 第29-38页 |
| 4.1 测试环境搭建 | 第29-31页 |
| 4.2 测试用例和分析 | 第31-36页 |
| 4.2.1 基于分层策略的实验结果与分析 | 第31-33页 |
| 4.2.2 基于多模态数据融合的实验结果与分析 | 第33-35页 |
| 4.2.3 基于SVM分类模型的实验结果与分析 | 第35-36页 |
| 4.4 本文算法实验结果比较与分析 | 第36-38页 |
| 第五章 结论与展望 | 第38-40页 |
| 5.1 结论 | 第38-39页 |
| 5.2 展望 | 第39-40页 |
| 参考文献 | 第40-43页 |
