基于YOLO模型手势识别系统的设计与实现开题报告

1. 研究目的与意义

近年来，计算机视觉技术蓬勃发展，为生产和生活带来了巨大的变革。像是刷脸支付、无人驾驶等已经上市或即将走向成熟的技术，极大便利了我们的日常生活。而手势是人类基本动作特征，不同手势包含不同特征，可代表特殊含义；同时，随着社会的发展，传统的硬件输入设备已无法满足人们对人机交互的需要，手势识别已成为人机交互领域的一项关键技术，其研究具有实际意义。因此我们有必要对手势识别系统进行研究。

本课题拟完成基于YOLO模型手势识别系统的设计与实现，以更好地满足人们对人机交互的需要，来便利我们的日常生活。手势识别系统拟采用YOLOv5搭建一个手势识别目标检测系统，支持one,two,ok等18种常见的通用手势动作识别。该识别系统将带来如下好处：1.人与人之间可以通过手势来传达大量的信息，实现高速的通信。2.将手势运用于计算机，能够很好地改善人机交互的效率，以满足人们对人机交互的需要。3.手语是聋哑人士的主要沟通工具，手势识别系统方便了沟通，便利了我们的日常生活。

2. 课题关键问题和重难点

基于yolo模型手势识别系统分为四个大模块：基于yolo模型的手势关键帧的获取、基于yolo模型的训练数据集的制作、基于yolo模型的手势识别模型的训练、基于yolo模型的前端展示窗口的制作。本课题拟完成基于yolo模型手势识别系统的设计与实现。

本课题的关键问题：

3. 国内外研究现状（文献综述）

引言

随着互联网技术的不断向前发展，人们可以更加便捷地通过个人终端接入互联网，通过移动终端带有的摄像头，随时随地对物体进行拍照，利用互联网进行共享。由于图像本身的特点，图像比传统文字更加生动形象地传达了信息，使人们更容易理解，被人们广泛使用。图像数据的数据量十分巨大，不仅包含着对人们有用的有效信息，还包含着无用的无效信息。作为机器视觉的一个重要领域，图像识别不断满足人们日益增长的美好生活需要，如何快速和高效地处理图像信息有力地推动了图像识别技术的不断发展。近年来，人工智能和机器学习变得成熟起来，进入了普通大众的视野，极大地促进了图像识别技术的发展。yolo模型大幅提高了图像识别的识别速度和识别准确率，具有良好的经济效益，具有较高的研究价值。

目前国内外研究现状

4. 研究方案

1.系统功能结构

系统总体模块划分结构如图1所示

5. 工作计划

2022-2023-1学期：

第15-16周：完成选题，查阅相关中英文资料，进行相关技术的学习。

第17周：与导师沟通进行课题总体规划。