1. 研究目的与意义
近些年随着信息技术的快速发展，人机的交互的媒介已不仅仅局限于常用的硬件，本项目以此为出发点，通过Kinect作为动作捕捉的硬件，探求通过人体手势进行控制交互的方式。
同时从卷积神经网络作为出发点研究手势识别的算法。
2. 研究内容和预期目标
研究内容：在已有的算法基础上，深入学习和研究卷积神经网络，利用深度学习和机器学习两个方面实现人体手势的特征提取与识别算法，将已有的识别算法与神经网络算法相结合，通过数据训练，提高手势识别的准确率及其实际应用效果。
研究内容及技术路线：一、 卷积神经网络（Convolutional Neural Network） 卷积神经网络与普通神经网络的区别在于，卷积神经网络包含了一个由卷积层和子采样层构成的特征抽取器。
在卷积神经网络的卷积层中，一个神经元只与部分邻层神经元连接。
3. 国内外研究现状
卷积神经网络（CNN）是一种常见的深度学习架构，受生物自然视觉认知机制启发而来。
1959年，Hubel Wiesel [1] 发现，动物视觉皮层细胞负责检测光学信号。
受此启发，1980年 Kunihiko Fukushima 提出了CNN的前身--neocognitron 。
4. 计划与进度安排
项目的研究计划1) 编写样本采集程序2) 对样本进行随机编排以及筛选工作，分三分之一的样本作为检验使用3) 编写核心算法程序4) 通过样本训练程序5) 输入检验样本进行检验6) 获取识别率并进行算法优化
5. 参考文献
[1] 王雅懿.基于Kinect人体识别技术的虚拟现实交互方法的应用研究[D]. 北京工业大学,2014.[2] 李恒.基于Kinect骨骼跟踪功能的骨骼识别系统研究[D].西安电子科技大学,2013.[3] Jiawei H,Kamber M. Data mining：concepts and techniques[J]. San Francisco, CA,itd: Morgan Kaufman, 2001, 5.[4] 张毅，张烁，罗元，徐晓东.基于Kinect深度图像信息的手势轨迹识别及应用[J]. 计算机应用研究,2012(09).[5] 孟明,杨方波，佘青山，孙曜，罗志增.基于Kinect深度图像信息的人体运动检测[J]. 仪器仪表学报,2015(02).[6] 李靖意.基于Kinect深度图像人体动作识别研究[D].北京邮电大学,2015.[7]Zhang Z.Microsoft Kinect sensor and its effect[J]. MultiMedia, IEEE, 2012,19(2):4-10.[8] 何东健，邵小宁，王丹，胡少军. Kinect获取植物三维点云数据的去噪方法[J]. 农业机械学报, 2016(01).[9] Kviatkovsky I, Rivlin E, Shimshoni I. Online action recognition using covariance of shape and motion[M]. Elsevier Science Inc. 2014.[10] Plouffe G, Cretu A M. Static and Dynamic Hand Gesture Recognition in Depth Data Using Dynamic Time Warping[J]. IEEE Transactions on Instrumentation Measurement, 2016, 65(2):305-316.[11] Bagheri M A, Gao Q, Escalera S. Support vector machines with time series distance kernels for action classification[C]// IEEE Winter Conference on Applications of Computer Vision. IEEE, 2016:1-7.[12] Dominio F, Donadeo M, Zanuttigh P. Combining multiple depth-based descriptors for hand gesture recognition[J]. Pattern Recognition Letters, 2014, 50(C):101-111.[13] Youness C, Abdelhak M. Machine Learning for Real Time Poses Classification Using Kinect Skeleton Data[C]// International Conference on Computer Graphics, Imaging and Visualization. IEEE, 2016:307-311.
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
