结合人工特征和深度学习的交警指挥手势识别研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 1 绪论 | 第12-20页 |
| 1.1 交警指挥手势识别的研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 人体动作识别的研究现状 | 第13-15页 |
| 1.2.2 交警指挥手势识别研究现状 | 第15-17页 |
| 1.3 交警指挥手势识别的难点及主要问题 | 第17-18页 |
| 1.4 本文主要研究内容及章节安排 | 第18-20页 |
| 1.4.1 研究内容 | 第18页 |
| 1.4.2 本文章节安排 | 第18-20页 |
| 2 交警检测及人工指挥情形的判断 | 第20-36页 |
| 2.1 交警检测 | 第20-25页 |
| 2.1.1 常用的目标检测方法 | 第20-21页 |
| 2.1.2 本文采取的交警检测方法 | 第21-24页 |
| 2.1.3 交警检测实验 | 第24-25页 |
| 2.2 交警人工指挥交通情形判断 | 第25-34页 |
| 2.2.1 常用的运动目标检测方法 | 第26-30页 |
| 2.2.2 本文交警人工指挥交通情形的判断 | 第30-34页 |
| 2.3 本章小结 | 第34-36页 |
| 3 交警指挥视频动作分段 | 第36-48页 |
| 3.1 交警指挥手势的定义 | 第36-40页 |
| 3.2 交警连续指挥视频分段 | 第40-46页 |
| 3.2.1 常见连续动作分段 | 第40-42页 |
| 3.2.2 本文采用的视频分段方法 | 第42-46页 |
| 3.3 本章小结 | 第46-48页 |
| 4 基于三通道输入的交警指挥手势识别 | 第48-62页 |
| 4.1 数据预处理 | 第48-49页 |
| 4.2 交警手势运动特征提取 | 第49-51页 |
| 4.3 深度网络架构及算法实现 | 第51-60页 |
| 4.3.1 交警指挥手势识别框架 | 第51-56页 |
| 4.3.2 单通道交警指挥手势识别结果 | 第56-58页 |
| 4.3.3 双通道交警指挥手势识别结果 | 第58-59页 |
| 4.3.4 基于光流的三通道交警指挥手势识别结果 | 第59-60页 |
| 4.4 本章小结 | 第60-62页 |
| 5 总体识别实验及结果分析 | 第62-68页 |
| 5.1 实验数据采集平台 | 第63页 |
| 5.2 建立样本库 | 第63-64页 |
| 5.3 实验条件 | 第64页 |
| 5.4 总体实验结果与分析 | 第64-66页 |
| 5.5 本章小结 | 第66-68页 |
| 6 结论 | 第68-70页 |
| 参考文献 | 第70-76页 |
| 作者简介 | 第76页 |
