基于深度学习的手势识别研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-22页 |
| 1.1 研究背景和意义 | 第14-17页 |
| 1.2 国内外研究现状 | 第17-20页 |
| 1.2.1 基于手套的手势识别方法 | 第17-20页 |
| 1.2.2 基于视觉的识别方法 | 第20页 |
| 1.3 本文的主要研究内容 | 第20-22页 |
| 第二章 Microsoft Kinect | 第22-38页 |
| 2.1 Kinect的结构介绍 | 第22-23页 |
| 2.2 深度测量 | 第23-29页 |
| 2.2.1 三角测距 | 第23-25页 |
| 2.2.2 kinect测距 | 第25-29页 |
| 2.3 坐标变换 | 第29-30页 |
| 2.4 kinect开发配置 | 第30-38页 |
| 2.4.1 kinect安装 | 第31-33页 |
| 2.4.2 kinect项目创建 | 第33-38页 |
| 第三章 深度信任网络 | 第38-50页 |
| 3.1 深度学习发展 | 第38-40页 |
| 3.2 受限制玻尔兹曼机 | 第40-45页 |
| 3.3 深度信任网络 | 第45-47页 |
| 3.4 Hinton的MMIST手写数据识别实验 | 第47-50页 |
| 第四章 实验与结果 | 第50-64页 |
| 4.1 实验框架 | 第50-51页 |
| 4.2 背景减除 | 第51-54页 |
| 4.2.1 灰度图背景减除 | 第51-53页 |
| 4.2.2 RGB图像背景减除 | 第53-54页 |
| 4.3 图像去噪 | 第54-59页 |
| 4.3.1 需了解的定义 | 第54-57页 |
| 4.3.2 全变差降噪 | 第57-59页 |
| 4.4 实验结果 | 第59-64页 |
| 第五章 总结和展望 | 第64-66页 |
| 5.1 论文总结 | 第64页 |
| 5.2 未来展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-72页 |
| 作者简介 | 第72-73页 |
| 1. 基本情况 | 第72页 |
| 2. 教育背景 | 第72-73页 |
