基于改进的卷积神经网络的手势识别方法研究

目录

第1章 绪论

1.1 课题研究背景和意义

1.2 手势识别的国内外研究现状

1.2.1 基于可穿戴设备的手势识别方法

1.2.2 基于计算机视觉的手势识别方法

1.3 本文的主要研究工作与创新点

1.4 本文的结构安排

第2章 卷积神经网络相关知识

2.1 引言

2.2 卷积神经网络

2.2.1 卷积层

2.2.2 局部连接

2.2.3 权值共享

2.2.4 全连接层

2.2.5 激活函数

2.2.6 批量归一化

2.3 卷积神经网络的发展

2.3.1 LeNet-5

2.3.2 ResNet

2.3.3 Inception

2.4 注意力机制

2.5 卷积神经网络的轻量化

2.6 本章小结

第3章 加权损失函数的双通道特征融合手势识别网络

3.1 引言

3.2 相关函数设计

3.2.1 加权损失函数

3.2.2 动态衰减学习率

3.3 整体网络结构设计

3.4 实验准备

3.4.1 数据集

3.4.2 实验环境

3.4.3 评价指标

3.5 实验结果与分析

3.5.1 准确率对比分析

3.5.2 特征可视化结果

3.5.3 混淆矩阵

3.5.4 激活函数影响

3.5.5 批处理大小影响

3.5.6 平衡系数影响

3.5.7 准确率和参数量对比分析

3.6 本章小结

第4章 注意力机制和残差连接方式的双通道特征融合手势识别网络

4.1 引言

4.2 SENet

4.3 Xception

4.3.1 从Inception到Xception

4.3.2 深度可分离卷积

4.4 整体网络结构设计

4.5 实验结果与分析

4.5.1 动态衰减学习率对网络性能的影响

4.5.2 特征可视化结果

4.5.3 运行时间复杂度分析

4.5.4 准确率和参数量对比分析

4.6 本章小结

第5章 总结与展望

5.1 总结

5.2 展望

参考文献

攻读硕士学位期间的学术活动及科研成果

致谢

声明