基于深度学习的姿态识别系统研发
电子工程学院
本项目研发的内容是基于深度学习的姿态识别系统，主要的研究内容如下：
建立基于深度学习的人体姿态识别模型，在电脑端训练采集于手机等移动设备的人体姿态数据集；编写安卓应用，将训练好的模型部署到手机端。手机端实时采集传感器数据，将采集到的数据送入模型，最终在手机端实现实时的人体姿态识别。
拟解决的问题如下:
1、电脑端建立基于深度学习的人体姿态识别神经网络模型。利用Google的TensorFlow框架，比较各常用的人体姿态识别的深度网络模型在同一开源数据集上的识别准确率，选择最合适的深度网络模型，并适当地改进网络结构，减少参数数目，建立高效节能的人体姿态识别模型。
2、将训练好的深度神经网络模型部署到移动端。在电脑端生成训练好的模型，利用Android Studio编写APP，将训练好的模型部署到APP中。
3、移动端进行实时的传感器数据采集和处理。采集手机自带的加速度计等传感器数据，将采集到的数据送入模型得到输出，以实现在手机端实时完成人体姿态识别。
项目目标
完成移动端神经网络模型的部署与应用。
