全文总字数：1369字
1. 毕业设计（论文）主要内容：
手势是人机交互的方式之一，通过这种方式可以实现人与机器的自然沟通, 手势识别是利用计算机分析每个手势的含义, 进而分析手势发出者的整个表达, 实现人机交互的自然与智能化。卷积神经网络是一种深度神经网络，作为深度学习的一个重要分支，卷积神经网络近年来已经成为图像和语音识别领域的研究热点。将卷积神经网络应用于手势识别，能直接把图像数据输入网络，且不用进行复杂的前期预处理。本课题综合深度学习算法，采用卷积神经网络对普通摄像头拍摄的静态手势图像进行检测与识别，在深入研究基于卷积神经网络的手势识别模型的理论基础上，对算法进行编程仿真，要求能够对多种特定手势进行识别。
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）在深入研究基于卷积神经网络的手势识别模型的理论基础上，对算法进行编程仿真，要求能够对多种特定手势进行识别。
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：学习相关编程语言。
4. 主要参考文献
[1] 蔡娟,蔡坚勇,廖晓东,黄海涛,丁侨俊.基于卷积神经网络的手势识别初探[J].计算机系统应用,2015,24(04):113-117.
[2] OyedotunO K, Khashman A. Deep learning in vision-based static hand gesturerecognition[J]. Neural Computing and Applications, 2017, 28(12): 3941-3951.
[3] 冯桐. 基于神经网络的手势识别研究[D].北京理工大学,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。
