全文总字数：1468字
1. 毕业设计（论文）主要内容：
手势识别是计算机视觉领域的一个重要课题，手势作为一种肢体语言，在人类日常生活中起着非常重要的作用。
手势识别旨在了解正在进行的手势，对于人机与计算机的交互，手势语言识别和虚拟化具有重要意义。
本设计旨在本项目通过手势分割算法来准确识别输入图像中的手势区域并将手势从复杂背景中分离出来，得到完整干净的手势部分图像。
2. 毕业设计（论文）主要任务及要求
1. 研究成像原理和手势识别技术原理；2. 建立手势识别算法的知识体系；3. 搭建手势识别算法架构，对其测试数据集的评估效果进行验证；4. 查阅参考文献15篇以上（其中近五年外文文献不少于3篇）；5. 完成不少于12000字的毕业论文撰写并完成答辩的相关工作；6. 完成不低于5000汉字（20000英文印刷符）的教师指定的相关文献的英译汉翻译；7. 完成不少于12幅图设计（包括：电路原理图、流程图、结构框图、程序框图等）。
3. 毕业设计（论文）完成任务的计划与安排
第1-3周：完成题目调研，查阅参考资料，设计大致框架，撰写开题报告；第4-5周：学习成像原理和手势识别的相关知识，完成论文开题；第7-8周：建立手势识别算法的知识体系，搭建手势识别算法架构；第9-10周：对其测试数据集的评估效果进行验证；第11-13周：总结毕业设计，撰写毕业设计论文初稿；第14-15周 完成并提交毕业设计论文；第16周 答辩。
4. 主要参考文献
[1]Zhang L , Zhu G , Shen P , et al. Learning Spatiotemporal Features Using 3DCNN and Convolutional LSTM for Gesture Recognition[C]. 2017 IEEE International Conference on Computer Vision Workshop (ICCVW). IEEE, 2017.[2]Liang Zhang, Guangming Zhu, Peiyi Shen,等. Learning Spatiotemporal Features Using 3DCNN and Convolutional LSTM for Gesture Recognition[C]. 2017 IEEE International Conference on Computer Vision Workshop (ICCVW). IEEE, 2017.[3]Tang H , Liu H , Xiao W , et al. Fast and Robust Dynamic Hand Gesture Recognition via Key Frames Extraction and Feature Fusion[J]. 2019.
[4]Hara K , Kataoka H , Satoh Y . Learning Spatio-Temporal Features with 3D Residual Networks for Action Recognition[J]. 2017. [5]张懿. 基于双目视觉的手势识别与跟踪的研究[D].电子科技大学,2015.
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。
