声明
摘要
第一章 绪论
1.1 课题研究背景及难点
1.2 国内外研究现状
1.2.1 手势分割算法的研究
1.2.2 手势分类算法的研究
1.3 论文研究重点
1.4 论文结构安排
第二章 基于混合高斯模型手势分割算法
2.1 图像的预处理
2.2 高斯混合模型的建立
2.2.1 混合模型期望量大化算法
2.2.2 模型的学习方法
2.3 手势区域的重建
2.3.1 形态学处理
2.3.2 单连通操作
2.3.3 手势区域重建
第三章 用于手势分类的深度卷积神经网络模型
3.1 深度卷积神经网络模型的结构
3.1.1 卷积层
3.1.2 池化层
3.1.3 全连接层及softmax层
3.2 激活函数
3.3 代价函数
3.3.1 代价函数的介绍
3.3.2 代价函数的选择
3.4 用于手势分类的模型的详细参数
3.5 深度卷积神经网络的训练
3.5.1 训练细节
3.5.2 训练及测试过程
第四章 实验结果及分析
4.1 数据库
4.1.1 室内自采集数据库
4.1.2 室外公共数据库
4.2 手势分割效果
4.3 手势分类效果
4.3.1 与传统CNN对比结果
4.3.2 与经典算法对比结果
4.4 深度CNN的可视化分析与理解
5.1 总结
5.2 展望
参考文献
致谢