jump_neuro_gesture

伴随虚拟现实（Virtual Reality，VR）技术的发展，以及人们对人机交互性能和体验感的要求提高，手势识别作为影响虚拟现实中交互操作的重要技术之一，其精确度急需提升[1].针对当前手势识别方法在一些动作类似的手势识别中表现欠佳的问题，提出了一种多特征动态手势识别方法.该方法首先使用体感控制器Leap Motion追踪动态手势获取数据，然后在特征提取过程中增加对位移向量角度和拐点判定计数的提取，接着进行动态手势隐马尔科夫模型（Hidden Markov Model，HMM）的训练，最后根据待测手势与模型的匹配率进行识别.从实验结果中得出，该多特征识别方法能够提升相似手势的识别率.

基于HMM的动态手势识别

本设计的基于传感芯片FDC2214的手势识别装置以STM32F103型ARM处理器为主控系统，由四通道的FDC2214传感芯片和一块单层覆铜板构成电容传感模块，利用矩阵键盘实现判决模式和训练模式的灵活切换。当人手接近铜板传感平面时，传感端的电容发生了变化，这就会导致电路震荡频率的变化，从而反映手势的接近。单片机系统对采集到的信息进行分析，外接OLED显示屏和语音播报模块输出结果，进而实现对手势的判决。试验结果表明:所设计装置达到了所有要求预期功能。该装置有低成本、低功耗、精准度高以及操作性强等优点

c#神经网络手势识别 本人收藏了3年的资源 现放出 都是总结了很多系统 软件项目实施过程中的经验的 慢慢积累的

基于FDC2214传感器的手势识别程序，可识别一二三四五，石头剪刀布等手势。

5dt手套的驱动，包含测试程序，基本的类库等，可在unity3D下使用开发，支持u3d 32位，如果是64位需要发布后，才能看到效果，支持C C++ 等等

Matlab手势识别，源代码，值得参考。

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

这是PAJ7620的库文件，PAJ7620传感器是将手势识别功能与通用 I2C 接口集成到单个芯片中的 PAJ7620U2，它可以识别 9 种基本手势，并且可以通过 I2C 总线简单地访问这些手势信息。 应用：您可以使用手势作为输入设备来控制另一个 Grove 执行单元 ，或者计算机，手机，智能车，机器人等，只需轻轻一按即可。 详细使用请看我的一篇博客，手势识别控制器