全文总字数：2097字
1. 毕业设计（论文）主要内容：
手势交流作为人们日常生活交流的常见形式,已成为人机交互的重要组成部分，并且在高噪音环境、聋哑人交流、潜水员手势等特定应用场景中具有不可替代的作用，具有很高的研究价值及意义。
近年来随着深度学习技术的发展，智能手势识别技术开始逐渐崭露头角，通过挥手控制无人机返航，一个手势可以解锁手机，充分体现了手势识别技术的巨大前景。将深度学习与手势识别相结合，是当前主流的研究方向，具有很强的现实意义
手势识别的总体目标是对手的位置、姿势或手势传达的语义的解释。大多数传统方法利用人工提取特征进行分类，由于手势存在形变大、自身遮挡、背景复杂等问题,传统方法无法满足人们对手势识别的准确性以及应用场景的丰富性越来越高的要求，深度学习技术能够自动高效的提取生物学特征中的潜在的高维信息，提高手势识别的准确性，因此基于深度学习的手势识别技术成为研究热点。
2. 毕业设计（论文）主要任务及要求
1. 查阅相关资料15篇以上（其中近五年英文文献不少于3篇）；
2. 完成开题报告；
3. 基于深度学习的手势识别技术的原理及相关算法的学习；
3. 毕业设计（论文）完成任务的计划与安排
第1—2周：查阅相关的文献资料，对研究内容进行整体了解；
第3—4周：了解整体实现方案，完成开题报告；
第5—12周：根据方案进行设计和实现；
4. 主要参考文献
[1]Kang B, TripathiS, Nguyen T Q. Real-time sign language fingerspelling recognition usingconvolutional neural networks from depth map[C]//2015 3rd IAPR Asian Conferenceon Pattern Recognition (ACPR). IEEE, 2015: 136-140.
[2] OyedotunO K, Khashman A. Deep learning in vision-based static hand gesture recognition[J].Neural Computing and Applications, 2017, 28(12): 3941-3951.
[3] KollerO, Ney H, Bowden R. Deep hand: How to train a CNN on 1 million hand images whenyour data is continuous and weakly labelled[C]//Proceedings of the IEEEConference on Computer Vision and Pattern Recognition. 2016: 3793-3802.
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。
