基于深度学习的手势数字识别开题报告
2022-01-25 23:04:14
全文总字数:1969字
1. 研究目的与意义及国内外研究现状
选题目的:手势识别是计算机视觉领域和数值图像处理领域一个迅速发展的重要方向。早期在人机交互过程中先后出现了基于文本方式的键盘等交互链接方式,随着计算机科学的快速发展,研究符合人类交流习惯的人机交互技术成为国内外关注的热点。本课题的目的是设计一个能够通过图像去识别并反馈出人类手势对应数字的软件,提高对手势的反馈效率。
选题意义:现如今图像的识别属于当代计算机科学研究的重要领域,已发展成为一门独立的学科。这一学科在近几年里,发展十分迅速,应用范围相当广泛,几乎遍及各个领域,从宇航领域拓展到生物科学、信息科学、资源环境科学、天文学、物理学、工业、农业、国防、教育、艺术等各个领域与行业,在国防经济、国防建设、社会治安和社会发展等方面得到广泛应用,对整个社会都产生了深远的影响。而本课题的研究,正是图像识别的一个初级应用,旨在运用图像识别技术满足一些基础的扫描识别需求,同时增强对图像识别领域的认识,为日后更深层次的研究学习奠定基础。
国内外研究现状
现国内外依然将图像的识别与分割作为一个重要课题进行研究,也是许多研究人员的研究重心。并且随着研究的深入暴露的问题也越来越多。
2. 研究的基本内容
1.完成对机器学习和深度学习相关理论掌握
2.完成对深度传感器与深度数据认识和学习。
3.学习手势分割的3种方法:深度阈值分割、像素点聚类、结合彩色图像和深度图像的分割
3. 实施方案、进度安排及预期效果
通过cs231n 斯坦福深度视觉识别课程对该项目所需的理论知识进行初步学习。同时结合机器学习一书掌握识别原理。根据预期参考文献选择合适的编程语言进行学习理解掌握。最后根据任务目标完成源代码编写和论文撰写。
进度安排:2019年2月至3月进行理论学习;
2019年3月初至中旬筛选参考文献并进一步理解消化,选择合适语言并整理编程思路;
4. 参考文献
[1]孙丽娟, 张立材, 郭彩龙.基于视觉的手势识别技术[J].计算机技术与发展, 2008, 18 (10) :214-216.[2]易靖国, 程江华, 库锡树.视觉手势识别综述[J].计算机科学, 2016, 43 (s1) :103-108.
[3]刘石磊.人机交互中的手势分割及识别关键技术的研究[D].济南:山东大学, 2017.