第一章 绪论
1.1 研究背景与意义
1.1.1 手势识别研究背景
1.1.2 手势识别研究意义
1.2 国内外研究现状
1.2.1 基于可穿戴设备的手势识别
1.2.2 基于计算机视觉的手势识别
1.2.3 手势识别在移动端的应用
1.3 论文的研究内容与创新点
1.4 论文的章节安排
第二章 手势检测与分类研究基础
2.1 引言
2.2 手势识别常用算法
2.2.1 人手检测常用方法
2.2.2 手势识别常用方法
2.3 卷积神经网络概念
2.3.1 感知机
2.3.2 卷积神经网络介绍
2.3.3 局部感受野
2.3.4 权重共享
2.4 CNN目标识别算法
2.5 小结
第三章 基于YOLOv3算法的手势检测研究
3.1 引言
3.2 YOLO算法相关概念
3.2.1 YOLO算法发展历程
3.2.2 YOLOv3算法介绍
3.3 基于改进YOLOv3算法的人手检测
3.3.1 数据集制作
3.3.2 优化锚框参数
3.3.3 网络模型改进
3.3.4 重新优化锚框参数
3.3.5 模型剪枝
3.4 实验结果与分析
3.4.1 实验环境
3.4.2 实验评价指标
3.4.3 实验结果分析
3.5 本章小结
第四章 基于MobileNet的手势分类研究
4.1 引言
4.2 手势分类模型构建
4.3 常见轻量化网络介绍
(1)轻量化模型SqueezeNet 介绍
(2)轻量化模型ShuffleNet 介绍
(3)轻量化网络MobileNet 介绍
4.4 基于MobileNet的手势分类研究
4.4.1数据集获取与预处理
4.4.2网络搭建
4.4.3模型训练过程分析
4.4.4分类模块测试结果
4.5 本章小结
第五章 分类模型的安卓实现
5.1 引言
5.2 开发环境介绍
5.3 迁移分类模型
(1)电脑端模型保存
(3)迁移 分类 模型
5.4 APP测试结果
5.5 小结
第六章 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
附录：攻读硕士期间参加的项目及成果
东华大学;
