| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 专用术语注释表 | 第10-12页 |
| 第一章 绪论 | 第12-24页 |
| 1.1 课题研究背景与意义 | 第12-13页 |
| 1.2 研究现状 | 第13-20页 |
| 1.2.1 基于手部区域分割和手形识别的算法 | 第13-15页 |
| 1.2.2 基于人工特征的目标检测算法 | 第15-16页 |
| 1.2.3 基于深度学习的目标检测算法 | 第16-18页 |
| 1.2.4 手部检测相关数据集 | 第18-19页 |
| 1.2.5 嵌入式平台的加速方案 | 第19-20页 |
| 1.3 研究目标与主要内容 | 第20-22页 |
| 1.4 论文组织结构 | 第22-24页 |
| 第二章 SSD目标检测框架和MobileNet网络模型 | 第24-36页 |
| 2.1 SSD目标检测框架 | 第24-29页 |
| 2.1.1 模型整体设计 | 第24-25页 |
| 2.1.2 默认矩形框的尺寸和长宽比 | 第25-26页 |
| 2.1.3 默认矩形框的匹配策略 | 第26页 |
| 2.1.4 模型训练的目标损失函数 | 第26-27页 |
| 2.1.5 难分样本挖掘 | 第27-28页 |
| 2.1.6 数据扩增 | 第28页 |
| 2.1.7 模型计算开销分析 | 第28-29页 |
| 2.2 MobileNet网络模型 | 第29-35页 |
| 2.2.1 深度可分离卷积 | 第29-31页 |
| 2.2.2 MobileNet网络结构 | 第31-32页 |
| 2.2.3 MobileNet与VGG16对比 | 第32-33页 |
| 2.2.4 MobileNet的38×38分辨率特征层的分析 | 第33-35页 |
| 2.3 本章小结 | 第35-36页 |
| 第三章 针对静态图片的手部检测和方向估计 | 第36-48页 |
| 3.1 检测模型的网络结构 | 第36-39页 |
| 3.1.1 改进的MobileNet | 第36-38页 |
| 3.1.2 自顶向下的特征融合结构 | 第38-39页 |
| 3.2 手部检测和方向估计 | 第39-41页 |
| 3.2.1 手部检测 | 第39页 |
| 3.2.2 方向估计 | 第39-41页 |
| 3.3 模型训练 | 第41-43页 |
| 3.4 实验结果 | 第43-46页 |
| 3.4.1 数据集和评估方法 | 第43-44页 |
| 3.4.2 手部检测评估 | 第44-45页 |
| 3.4.3 方向估计评估 | 第45-46页 |
| 3.5 本章小结 | 第46-48页 |
| 第四章 针对视频序列的手部检测和手形识别 | 第48-60页 |
| 4.1 网络结构及算法实现 | 第48-51页 |
| 4.1.1 针对视频序列的检测模型的概述 | 第48页 |
| 4.1.2 检测模型的网络结构 | 第48-49页 |
| 4.1.3 检测算法流程 | 第49-51页 |
| 4.2 网络模型的训练 | 第51-53页 |
| 4.2.1 训练样本生成 | 第51页 |
| 4.2.2 数据扩增 | 第51-52页 |
| 4.2.3 目标损失函数 | 第52-53页 |
| 4.3 数据集和实验结果 | 第53-58页 |
| 4.3.1 EgoFinger数据集 | 第53-54页 |
| 4.3.2 本文采集的数据集 | 第54页 |
| 4.3.3 评估方法 | 第54-55页 |
| 4.3.4 手部检测和手形识别结果 | 第55-58页 |
| 4.4 本章小结 | 第58-60页 |
| 第五章 针对嵌入式平台的算法实现和优化 | 第60-74页 |
| 5.1 实验平台介绍 | 第60-62页 |
| 5.1.1 硬件平台介绍 | 第60-61页 |
| 5.1.2 CUDA编程模型 | 第61-62页 |
| 5.2 算法优化方案 | 第62-68页 |
| 5.2.1 深度卷积的CUDA实现 | 第62-63页 |
| 5.2.2 整合BatchNorm计算层 | 第63-65页 |
| 5.2.3 针对1×1卷积的优化 | 第65-67页 |
| 5.2.4 其余优化方案 | 第67-68页 |
| 5.3 实验结果及分析 | 第68-73页 |
| 5.3.1 深度卷积CUDA实现的加速效果 | 第69页 |
| 5.3.2 整合BatchNorm计算后的加速效果 | 第69-70页 |
| 5.3.3 针对1×1卷积优化的加速效果 | 第70-71页 |
| 5.3.4 其余优化方案的加速效果 | 第71-72页 |
| 5.3.5 模型总体加速效果 | 第72-73页 |
| 5.4 本章小结 | 第73-74页 |
| 第六章 总结与展望 | 第74-76页 |
| 6.1 总结 | 第74-75页 |
| 6.2 展望 | 第75-76页 |
| 致谢 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 作者简介 | 第82页 |
