论文部分内容阅读
基于深度学习的手势识别研究与应用
【摘 要】
:
随着人工智能技术以及计算机设备的快速发展,人机交互技术已成为当今生活中不可或缺的一部分。手势以其简单、灵活的特点,使手势识别成为人机交互技术中的热门研究方向。传统的手势识别算法存在精度低、鲁棒性差等问题。近年来,深度学习在图像分类、目标检测等计算机视觉领域取得了巨大的成就,为手势识别的研究提供了新的方向。本文主要研究基于深度学习的手势识别,主要研究工作包括以下几点:1)采用深度学习网络模型对手势识
【机 构】
:
中北大学
【出 处】
:
中北大学
【发表日期】
:
2021年01期
【基金项目】
:
其他文献
结合图论分析方法对功能磁共振图像进行研究,已经发现了许多精神疾病的大脑功能连接存在异常,但是在脑网络分析中还存在一些问题亟需解决。首先,目前基于图论的分析方法存在一些阈值选择问题,结果很容易受其影响而出现不一致性。其次,之前的研究假设磁共振扫描期间功能连接是静态的且不会随时间变化,但是脑网络是动态变化的,由此可能忽略一些随时间变化的重要信息。最后,遗传因素也会对阿尔茨海默病患者(Alzheimer
学位
甲状腺是人体最大的内分泌腺,大多数相关的疾病与甲状腺的形状、大小息息相关,常规超声检查甲状腺的组织大小也是评估甲状腺疾病的诊断依据,因此甲状腺组织的分割与体积重建对临床病理诊断有重大意义。而对于超声序列图像逐张切片人工标注获取目标组织再分析病理的任务来说,其人工成本较大并且受人为主观因素的影响较大,导致标注的图像存在较大误差。因此,需要设计一个能够自动分割超声甲状腺组织的计算机辅助诊断系统,这对临
学位