声明
摘要
第一章绪论
1.1课题研究背景和意义
1.2手势识别与深度学习的研究现状
1.2.1手势识别研究现状
1.2.2深度学习研究现状
1.3论文结构安排
第二章手势识别的相关理论基础
2.1手势捕捉设备选择
2.2图像识别发展历程及理论基础
2.3深度学习相关理论
2.3.1人工神经网络原理
2.3.2深度学习相关理论
2.3.3深度卷积网络相关理论
2.4小结
第三章数据采集与单通道手势识别模型
3.1手势数据集设计与制作
3.1.1部分公开手势数据集
3.1.2针对人机交互场景的手势数据集设计关键问题
3.1.3手势识别数据集的设计与制作
3.2基于单通道卷积网络的快速手势识别算法设计
3.2.1卷积网络计算量分析与参数设计
3.2.2特征通道权重标定网络
3.2.3基于回归的单通道手势网络设计
3.2.4深度卷积网络的训练
3.2.5实验结果与分析
3.3小结
第四章基于双通道的实时鲁棒手势识别
4.1深度卷积网络中各模块的特点分析
4.2双通道卷积网络设计
4.2.1参数更新方式与批归一化引入
4.2.2引入残差模块结构的深度卷积网络
4.2.3高低层特征图融合与参数共享
4.3实验结果与分析
4.3.1实验环境与数据集介绍
4.3.2实验结果与分析
4.4小结
第五章总结与展望
5.1总结
5.2展望
参考文献
致谢
研究成果及发表的学术论文
作者和导师简介
北京化工大学;