手势识别关键技术及其在智能实验室中的应用研究
致谢 | 第4-5页 |
摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第9-17页 |
1.1 研究背景与意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-13页 |
1.3 手势识别任务的难点 | 第13-14页 |
1.4 本文的的研究内容和完成的主要工作 | 第14-17页 |
1.4.1 本文的研究内容 | 第14-15页 |
1.4.2 完成的主要工作 | 第15页 |
1.4.3 本文组织结构 | 第15-17页 |
第二章 手势检测 | 第17-29页 |
2.1 卷积神经网络 | 第18-19页 |
2.2 正向传播与反向传播 | 第19-23页 |
2.3 SSD模型架构 | 第23-24页 |
2.4 SSD模型的训练和测试 | 第24-27页 |
2.5 小结 | 第27-29页 |
第三章 手势识别 | 第29-43页 |
3.1 单帧图像特征 | 第30-34页 |
3.2 TLSHOG特征 | 第34-37页 |
3.3 SVM分类器 | 第37-42页 |
3.3.1 SVM原理 | 第37-40页 |
3.3.2 支持向量 | 第40页 |
3.3.3 线性不可分情况 | 第40-41页 |
3.3.4 异常点处理 | 第41-42页 |
3.3.5 多分类问题 | 第42页 |
3.4 小结 | 第42-43页 |
第四章 实验与结果分析 | 第43-54页 |
4.1 数据集 | 第43-45页 |
4.2 手势检测 | 第45-47页 |
4.3 手势识别 | 第47页 |
4.4 评价标准 | 第47-49页 |
4.5 实验结果 | 第49-53页 |
4.6 小结 | 第53-54页 |
第五章 结论与展望 | 第54-56页 |
参考文献 | 第56-62页 |
个人简历、在学期间发表的论文与研究成果 | 第62页 |