| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 课题研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 课题研究的主要内容 | 第11-12页 |
| 1.4 本文的工作安排 | 第12-15页 |
| 第2章 人体姿态识别系统整体设计 | 第15-22页 |
| 2.1 系统主要实现功能 | 第15-16页 |
| 2.2 人体姿态识别系统数据采集子系统设计 | 第16-20页 |
| 2.2.1 数据采集平台硬件电路设计 | 第16-19页 |
| 2.2.2 数据采集子系统程序设计及实现 | 第19-20页 |
| 2.3 人体姿态识别系统上位机总体设计 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 人体姿态识别系统数据采集子系统设计 | 第22-34页 |
| 3.1 数据采集子系统硬件电路设计 | 第22-27页 |
| 3.1.1 单片机控制模块 | 第22-23页 |
| 3.1.2 片选模块设计 | 第23-26页 |
| 3.1.3 无线模块设计 | 第26-27页 |
| 3.1.4 程序下载调试模块 | 第27页 |
| 3.2 数据采集子系统程序设计以及实现 | 第27-30页 |
| 3.2.1 程序总体设计 | 第28-29页 |
| 3.2.2 数据采集子系统调试 | 第29-30页 |
| 3.3 传感器数据的采集 | 第30-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第4章 上位机人体姿态识别子系统设计 | 第34-48页 |
| 4.1 上位机整体设计与实现 | 第34-35页 |
| 4.2 数据处理以及信息提取 | 第35-44页 |
| 4.2.1 数据接收及解析 | 第35-37页 |
| 4.2.2 数据处理以及信息提取 | 第37-44页 |
| 4.3 网络训练与识别 | 第44-46页 |
| 4.3.1 网络训练设计 | 第44-45页 |
| 4.3.2 姿态识别功能设计 | 第45-46页 |
| 4.4 人体姿态数据库的建立 | 第46-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第5章 基于深度学习的人体姿态识别研究 | 第48-66页 |
| 5.1 深度学习下卷积网络与传统BP网络 | 第48-57页 |
| 5.1.1 深度学习下卷积网络 | 第48-50页 |
| 5.1.2 传统BP网络 | 第50-52页 |
| 5.1.3 卷积网络与BP网络优缺点分析 | 第52-53页 |
| 5.1.4 卷积网络的实现 | 第53-57页 |
| 5.2 改进后的卷积网络及其实现 | 第57-65页 |
| 5.2.1 深度残差网络(ResNet) | 第57-58页 |
| 5.2.2 改进型卷积网络 | 第58-60页 |
| 5.2.3 改进型卷积网络与传统卷积网络对比实验分析 | 第60-64页 |
| 5.2.4 实验验证 | 第64-65页 |
| 5.3 本章小结 | 第65-66页 |
| 第6章 人体姿态识别系统整体测试 | 第66-72页 |
| 6.1 数据采集子系统测试 | 第66-67页 |
| 6.2 上位机子系统测试 | 第67-69页 |
| 6.3 系统整体测试 | 第69-71页 |
| 6.4 本章小结 | 第71-72页 |
| 总结与展望 | 第72-74页 |
| 参考文献 | 第74-79页 |
| 攻读硕士期学位期间发表的学术论文 | 第79-80页 |
| 致谢 | 第80页 |