为加强研究生学术交流活动，推进学术创新，特开通“研究生学术报告预告区”。我校研究生和教师可以在预告区及时发布和了解有关研究生学术报告的信息，届时参加。也可就某学术报告展开专题讨论与交流。
目前基于视频的动态手势识别问题仍是研究的难点，在大多数复杂背景情况下很难提高识别的正确率。本文针对此问题提出对视频序列进行帧间分割后利用Inception网络较优的分类效果来实现特征帧的提取，然后通过将提取出的特征帧融合成视频序列，利用LSTM网络的时空序列识别特性来进行动态手势的精确识别分类。在剑桥大学动态手势数据集上实验结果表明融合Inception-LSTM级联网络的识别准确率高达96.45%，与现有的传统方法相比其正确率仅相差1%。但相比于卷积神经网络方法，我们的平均正确率和对于各个类别的手势识别正确率均高于现有方法。