声明
1 绪论
1.1 研究背景及意义
1.2 研究现状
1.2.1 卷积神经网络的研究现状
1.2.2 姿态识别研究现状
1.3 论文的研究内容及结构
2 深度学习理论知识
2.1 神经网络基础理论知识
2.1.1 神经元
2.1.2 感知器与前馈神经网络
2.2 卷积神经网络相关理论
2.2.1 卷积神经网络的局部连接和权值共享
2.2.2 卷积神经网络基本结构
2.3 反向传播算法
2.4 过拟合
2.5 深度学习框架
2.5.1 TensorFlow框架
2.5.2 keras框架
2.6 本章小结
3 图像采集系统搭建及图像分割
3.1 获取图像系统概述
3.1.1 实验材料样品构成
3.1.2 图像捕捉设备简介
3.1.3 图像采集系统搭建
3.2 基于Otsu阈值的图像分割
3.3 本章小结
4 基于卷积神经网络的姿态识别模型
4.1 基于神经网络的姿态图像数据处理
4.1.1 图像姿态类别定义
4.1.2 数据增强
4.1.3 数据集编码
4.2 基于姿态识别的卷积网络模型搭建
4.2.1 VGGNet网络结构解析
4.2.2 本文网络结构搭建
4.3 基于卷积神经网络的姿态识别
4.3.1 模型训练方法及参数设定
4.3.2 模型评价指标
4.3.3 模型训练实验结果分析
4.4 本章小结
5 总结与展望
5.1 本文内容总结
5.2 工作展望
参考文献
个人简历、在校期间发表的学术论文与研究成果
致谢
郑州大学;