基于改進YOLOv3的手勢識別方法研究
【學(xué)位單位】:合肥工業(yè)大學(xué)
【學(xué)位級別】:碩士
【學(xué)位年份】:2019
【中圖分類】:TP391.41;TN713
【部分圖文】:
圖 2.1 MP 神經(jīng)元模型Fig 2.1 Diagram of MP neuron model信號,共n個輸入信號, j 表示神經(jīng)元,ijw 表示輸入的權(quán)重值,jb 表示神經(jīng)元的內(nèi)部狀態(tài)即偏置值,jO 表關(guān)系可以用下式表示: nijjiijOfbxw1激活函數(shù),常用的有 sigmoid 函數(shù)、tanh(x)函數(shù)、線r Unit, ReLU)[36]、Leaky ReLU 函數(shù)、ELU 函數(shù)[37]等eptive field)可以理解成是 CNN 中的神經(jīng)元對輸入神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)相鄰網(wǎng)絡(luò)層間的神經(jīng)元采用全連接的方數(shù)龐大,難以訓(xùn)練。CNN 中提出了局部感受野的概念知,有效地避免了這一困難。
圖 2.2 CNN 中的局部感受野示意圖Fig 2.2 Schematic diagram of local receptive filed in CNN元之間局部感知的操作,極大地減少了參數(shù)個數(shù),又不會一核心思想,權(quán)值共享,即共享網(wǎng)絡(luò)模型的權(quán)值參數(shù)。C發(fā)于相鄰的生物神經(jīng)元在結(jié)構(gòu)和功能上的類似性和可替代核使用一組共享的權(quán)值來對上層特征圖譜進行遍歷。通俗同一個卷積核上的所有神經(jīng)元共享同一個權(quán)值參數(shù)。之所是因為同一個卷積核在某個區(qū)域提取到的特征,同樣適用
圖 2.2 CNN 中的局部感受野示意圖Fig 2.2 Schematic diagram of local receptive filed in CNN種神經(jīng)元之間局部感知的操作,極大地減少了參數(shù)個數(shù),又不會丟失。值共享N 中另一核心思想,權(quán)值共享,即共享網(wǎng)絡(luò)模型的權(quán)值參數(shù)。CNN 中思想啟發(fā)于相鄰的生物神經(jīng)元在結(jié)構(gòu)和功能上的類似性和可替代性,,卷積核使用一組共享的權(quán)值來對上層特征圖譜進行遍歷。通俗意義上享就是同一個卷積核上的所有神經(jīng)元共享同一個權(quán)值參數(shù)。之所以可參數(shù),是因為同一個卷積核在某個區(qū)域提取到的特征,同樣適用于其
【參考文獻】
相關(guān)期刊論文 前9條
1 呂蕾;張金玲;朱英杰;劉弘;;一種基于數(shù)據(jù)手套的靜態(tài)手勢識別方法[J];計算機輔助設(shè)計與圖形學(xué)學(xué)報;2015年12期
2 杜金輝;管業(yè)鵬;時勇杰;;基于快速SIFT匹配的行人信息檢測[J];電子器件;2012年05期
3 羅元;謝_g;張毅;;基于Kinect傳感器的智能輪椅手勢控制系統(tǒng)的設(shè)計與實現(xiàn)[J];機器人;2012年01期
4 李忠海;李申;崔建國;劉羅曼;;基于快速SIFT特征提取的模板匹配算法[J];計算機工程;2011年24期
5 陳勇飛;劉新明;;基于膚色和類Harr特征的人臉圖像的人眼檢測[J];計算機工程與應(yīng)用;2008年33期
6 王西穎;戴國忠;張習(xí)文;張鳳軍;;基于HMM-FNN模型的復(fù)雜動態(tài)手勢識別[J];軟件學(xué)報;2008年09期
7 劉江華,陳佳品,程君實;基于光流及耦合隱馬爾可夫模型的動態(tài)手勢識別[J];上海交通大學(xué)學(xué)報;2003年05期
8 張良國,吳江琴,高文,姚鴻勛;基于Hausdorff距離的手勢識別[J];中國圖象圖形學(xué)報;2002年11期
9 吳江琴;高文;陳熙霖;;基于數(shù)據(jù)手套輸入的漢語手指字母的識別[J];模式識別與人工智能;1999年01期
相關(guān)碩士學(xué)位論文 前9條
1 柳毅;基于卷積神經(jīng)網(wǎng)絡(luò)的新生兒疼痛表情識別方法研究[D];南京郵電大學(xué);2018年
2 周健;無線感知網(wǎng)絡(luò)中基于CSI的室內(nèi)入侵檢測與行為識別研究[D];南京郵電大學(xué);2018年
3 胡鵬程;基于深度學(xué)習(xí)的手勢識別系統(tǒng)研究與實現(xiàn)[D];北京郵電大學(xué);2018年
4 呂妙嫻;基于卷積神經(jīng)網(wǎng)絡(luò)的人臉識別方法研究[D];暨南大學(xué);2017年
5 張碩;基于KNN算法的空間手勢識別研究與應(yīng)用[D];吉林大學(xué);2017年
6 劉佳林;基于CSI的復(fù)雜場景下人體運動檢測研究[D];大連理工大學(xué);2017年
7 梅華鋒;基于CSI的人體行為識別研究與實現(xiàn)[D];武漢理工大學(xué);2017年
8 何文鋒;基于WIFI的手勢識別研究[D];深圳大學(xué);2015年
9 周科嘉;基于HOG特征和模板匹配的行人檢測與跟蹤研究[D];吉林大學(xué);2014年
本文編號:2814799
本文鏈接:http://sikaile.net/kejilunwen/dianzigongchenglunwen/2814799.html