基于深度学习的手语识别系统之网络学习模块任务书
2021-12-12 14:08:31
1. 毕业设计(论文)的内容、要求、设计方案、规划等
前言部分:综述深度学习在图像识别领域的最新进展.说明自从matlab2017b开始将深度学习库融入神经网络工具箱后,深度学习在图像分类方面的易用性大大提高.方案拟定:(利用摄像头)采集大量手势图像,在matlab中,利用Alex网络工具箱构建深度学习回归模型,对手势进行分类.统计回归模型性能.结果分析:分析每种手势的正确检出率、误选率、改进回归模型或前处理方法,提高分类性能.结论:利用深度学习进行手势识别的性能.
2. 参考文献(不低于12篇)
[1].mathworks发布包含matlab和simulink产品系列的release 2017b[j].单片机与嵌入式系统应用,2017,17(11):88.
[2]徐曦项,秉坷,朱国强.阻尼振动图象的可视化[j].中国多媒体与网络教学学报(电子版),2017(04):135-137.
[3]孟海东,冀小青,宋宇辰.基于光网络的深度学习算法研究[j].现代电子技术,2017,40(14):170-173.
剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付