基于深度学习的手势识别开题报告

全文总字数：3360字

1. 研究目的与意义（文献综述）

1.1主要研究背景和意义

随着近年来计算机软硬件技术的不断进步，计算机在日常学习生活发展中发挥着越来越重要的作用。与此同时，它还提供了互动的新方式 - 人机交互。

在一定程度上与人与人之间的交互模式相似，人机交互主要是人与计算机系统之间的信息交流，让计算机可以接受指令，达到所要求控制的目的。但近年来人机交互的发展速度较为缓慢，传统的硬件交互设备如触摸屏、键盘、鼠标等并不自然，并且计算机一直处于被动的接受状态，并不能完全满足人们的交互要求。随着人工智能研究的进展，计算机从被动接受信息向着主动理解信息的方向发展成为了人机交互形式发展的新趋势，这要求计算机能够准确理解人类各种各样的表达形式，例如手势、语言、表情等。

2. 研究的基本内容与方案

2.1研究的基本内容

采用tensorflow的框架进行深度学习对初学者来说较为方便，更加容易入门。同时，卷积神经网络在图像识别方面相比于其他算法有着更出色的表现。本设计将在tensorflow的框架下复现经典的卷积神经网络，实现既定的功能。

2.2拟采用的研究方案

3. 研究计划与安排

第一周至第三周翻译布置的论文，结合论文在图书馆、网上查找资料，建立对毕业设计主题的理解

第四周至第六周 熟悉tensorflow框架、手势识别现有方法，设计实现路径

第七周至第九周 实现实验代码，获取实验成功的截图，构思毕业论文

4. 参考文献（12篇以上）

[1]杨桃.基于tensorflow架构的手势识别算法[j].中国科技信息,2019(21):92-93.

[2]王苏振.基于深度学习的手势识别技术研究[d].浙江大学,2019.

[3]彭玉青,陶慧芳,赵晓松,李铁军,刘宪姿.复杂背景下基于深度学习的手势识别[j].机器人,2019,41(04):534-542.