全文总字数：1485字
1. 毕业设计（论文）主要内容：
伴随着深度相机的技术越来越成熟，在VR系统中和虚拟环境的交互，在AR系统中的交互等情况下，手部的姿态估计作为一种新的人机交互方式，能够给这些应用带来更加流畅的交互体验，具有广泛的应用前景。
本课题拟设计一个手势姿态估计系统。
为了更好地应用于手部姿态估计，本课题提出了一种采用三维坐标回归的区域集成网络的解决思路，将卷积网络的最后一个卷积输出划分为几个网格区域。
2. 毕业设计（论文）主要任务及要求
（1）查阅相关文献资料15篇以上（其中近5年外文文献不少于3篇）。
（2）完成开题报告及任务书。
（3）实现手部姿态估计的仿真实验。
3. 毕业设计（论文）完成任务的计划与安排
（1）第1－4周：查阅相关文献资料，明确研究内容，了解研究所需理论基础。确定方案，完成开题报告。
（2）第5－6周：熟悉掌握基本理论，完成英文资料的翻译，熟悉相关工具软件的使用。
（3）第7－9周：利用卷积神经网络实现手势姿态估计的算法设计。
4. 主要参考文献
[1] G. Wang et al, "Region ensemble network:Towards good practices for deep 3D hand pose estimation," Journal ofVisual Communication and Image Representation, vol. 55, pp. 404-414, 2018.
[2]Zimmermann C , Brox T . [IEEE 2017 IEEE International Conference on ComputerVision (ICCV) - Venice (2017.10.22-2017.10.29)] 2017 IEEE InternationalConference on Computer Vision (ICCV) - Learning to Estimate 3D Hand Pose fromSingle RGB Images[J]. 2017:4913-4921.
[3] 朱雯文, 叶西宁. 基于卷积神经网络的手势识别算法[J]. 华东理工大学学报(自然科学版),2018, v.44(02):126-135.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
