动态手势识别作为人机交互的一个重要方向,在各个领域具有广泛的需求。相较于静态手势,动态手势的变化更为复杂,对其特征的充分提取与描述是准确识别动态手势的关键。为了解决对动态手势特征描述不充分的问题,利用高精度的Leap Motion传感器对手部三维坐标信息进行采集,提出了一种包含手指姿势和手掌位移的特征在内的、能够充分描述复杂动态手势的特征序列,并结合长短期记忆网络模型进行动态手势识别。实验结果表明,提出的方法在包含16种动态手势的数据集上的识别准确率为98.50%;与其他特征序列的对比实验表明,提出的特征序列,能更充分准确地描述动态手势特征。
2021-12-25 22:11:53 721KB 论文研究
1
Parsing the Hand in Depth Images,IEEE著名论文,手势识别很准
2021-12-23 21:58:02 4.07MB realsense 深度图像 手势识别
1
这是个用于Leap Motion 基于红外技术的手势识别控制的SDK
2021-12-23 19:04:10 148.4MB 手势识别
1
手势识别对于我们来说并不陌生,手势识别技术很早就有,目前也在逐渐成熟,现在大部分消费类应用都在试图增加这一识别功能,无论是智能家居,智能可穿戴以及VR 等应用领域,增加了手势识别控制功能,必能成为该应用产品的一大卖点。手势识别可以带来很多的好处,功能炫酷,操作方便,在很多应用场合都起到了良好的助力功能。 世平集团针对这一应用也推出了基于 Vishay VCNL4020 的手势识别方案,可以判断手势运动的方向。对于手势应用方案的客户来说,是一个不错的选择! ► 核心技术优势 ①手势识别,LCD 显示手势运动方向 ②兼容 arduino 接口 ③VCNL4020 感应光线强度变化 ④集成调试器,无需第三方调试器 ⑤可通过 BLE 通讯,判断手势运动方向 ► 方案规格 ①VSMF2890RGX01 发射红外光 ②LPC824M201JHI33 运行手势识别算法 ③LPC11U35FHI33 为调试器 方案来源于大大通。
2021-12-23 13:34:54 2.48MB BLE 手势识别 VCNL4020 电路方案
1
使用open-cv实现简单的手势识别。刚刚接触python不久,看到了很多有意思的项目,尤其时关于计算机视觉的。网上搜到了一些关于手势处理的实验,我在这儿简单的实现一下(PS:和那些大佬比起来真的是差远了,毕竟刚接触不久),主要运用的知识就是opencv,python基本语法,图像处理基础知识。 最终实现结果: 获取视频(摄像头) 这部分没啥说的,就是获取摄像头。 cap = cv2.VideoCapture("C:/Users/lenovo/Videos/1.mp4")#读取文件 #cap = cv2.VideoCapture(0)#读取摄像头 while(True): ret
2021-12-22 17:48:10 97KB python 手势 手势识别
1
包括动态和静态的手势识别源代码,源头MATLAB运行测试
2021-12-20 23:45:07 95KB 动态和静态
1
基于深度图像技术的手势识别方法 理论知识,可做参考用.
2021-12-18 21:50:27 393KB 3d
1
相册管家系统借助Android平台,采用异步加载图片、软引用缓存,手势识别和图片处理等技术。实现了图片的搜索,排序,应用,删除,浏览和拍照等功能,图片浏览支持滑动切换,双击放大,触摸缩放和幻灯播放等操作。程序界面美观大方,操作简捷,运行高效,交互友好。
2021-12-15 22:45:30 1.49MB 图片处理 Android 手势识别 异步加载
1
基于SIFT的手势识别程序 SIFT特征匹配算法是目前国内外特征点匹配研究领域的热点与难点,其匹配能力较强,可以处理两幅图像之间发生平移、旋转、仿射变换情况下的匹配问题,甚至在某种程度上对任意角度拍摄的图像也具备较为稳定的特征匹配能力,适合初学者学习,注释清楚
2021-12-14 20:50:07 9KB 完善的代码 初学者使用 最新更新
1
中文 | Chinese-number-gestures-recognition Chinese number gestures recognition app(数字手势识别APP,识别0-10) 基于卷积神经网络的数字手势识别APP(安卓) 1、项目简介 这是一个基于卷积神经网络的数字手势识别APP(安卓),主要功能为:通过手机摄像头识别做出的数字手势,能够识别数字0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10 对应的手势。 Chinese-number-gestures-recognition项目下包含两块代码:1. DigitalGestureRecognition为安卓APP代码;2. digital_gesture_recognition为PC端处理数据及训练模型代码,编程语言为python。 开发环境: PC端:python3.6, TensorFlow-gp
2021-12-14 12:46:43 147.39MB Java
1