注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 用于人机交互的静态手势识别系统

  2. 提出并实现一个用于人机交互的静态手势识别系统。基于皮肤颜色模型进行手势分割 , 并用傅里叶描述子描述轮廓。采用针对小样本特别有效且范化误差有界的支持向量机方法:最小 二乘支持向量机(LS2SVM)作为分类器。提出了LS2SVM 的增量训练方式 ,避免了费时的矩阵求 逆操作。为实现多类手势识别 ,利用DAG(Directed Acyclic Graph)将多个两类LS2SVM 结合起来。 对26 个字母手势进行识别 ,与多层感知器、 径向基函数网络等方法比较 ,LS2SVM 的识别率最高 , 为

  3. 所属分类：网络基础

    • 发布日期：2010-06-04
    • 文件大小：305152
    • 提供者：xjtugjj

  1. 基于手形特征的静态手势识别opencv

  2. 本文对当今静态手势识别技术中的各种方法进行了详细的分析，并在此基础上，设计 并实现了一套可以进行实时识别的静态手势识别系统。本系统共分为四个模块：手势图像 捕捉、图像预处理、特征提取以及手势的分类识别。系统在运行的过程中首先由 USB 摄像 头捕获手势图像，再经过图像预处理得到手势的二值图像以及轮廓图像，针对这两幅图像 对手势进行特征提取，最后采用基于欧氏距离的模板匹配法进行识别。在系统的图像预处 理以及特征提取两个模块中，本文加入了 OpenCV（微软开源视觉库）函数库，在运行的 效率以及速

  3. 所属分类：专业指导

    • 发布日期：2010-10-16
    • 文件大小：979968
    • 提供者：afd_326

  1. 手势识别 C++实现

  2. 包括背景去除 手型提取 用不变矩方法描述手型 SVM样本训练与手势识别

  3. 所属分类：C/C++

    • 发布日期：2012-05-09
    • 文件大小：20971520
    • 提供者：shenaizhejiayuan

  1. 手势训练样本及其创建

  2. 一个可选定roi区域拍照的程序文本代码以及用其创作的手部样本1000份，只要在一块白色的背景前设置ROI，即可利用摄像头将输入设备的视频分成大量可用于分类器、神经网络训练的手势图片。

  3. 所属分类：C/C++

    • 发布日期：2016-07-23
    • 文件大小：1048576
    • 提供者：limingcong1

  1. 手势样本库

  2. 手势样本库

  3. 所属分类：其它

    • 发布日期：2016-10-28
    • 文件大小：25165824
    • 提供者：forest_world

  1. 手势样本库2

  2. 手势样本库2

  3. 所属分类：其它

    • 发布日期：2016-10-28
    • 文件大小：50331648
    • 提供者：forest_world

  1. 指手势识别

  2. 此代码主分支是github上的，工程里面已经注释了修改部分，压缩包里面有一个2014_ReleaseGestureSet文件夹，里面包含984张各种手势的彩色图像，利用SVM训练样本，大家可以在此基础上继续增加样本，识别效果更加

  3. 所属分类：C++

    • 发布日期：2018-03-20
    • 文件大小：59768832
    • 提供者：weixin_39642851

  1. 基于傅里叶算子的手势识别的完整源代码（Python实现，包含样本库）

  2. 关于代码的介绍可以参考https://blog.csdn.net/qq_41562704/article/details/88975569，代码基于Win10 + Python3.7环境，对采集的图片进行了图像平滑，基于OTSU阈值的肤色分割，基于八邻域搜索法进行轮廓检测操作，最终完成了手势图片从采集到轮廓曲线的提取过程，对已得到的轮廓曲线提取其傅里叶描述子和椭圆傅里叶描述子，并分别进行了归一化处理。用KNN和SVM两种算法训练模型，以自己采集数据集为训练集进行了训练，最后基于PyQt5制作了

  3. 所属分类：机器学习

    • 发布日期：2019-08-04
    • 文件大小：148897792
    • 提供者：qq_41562704

  1. 运动手势识别0,1,2,3,4,5

  2. 运动空中手势识别数据集，自己采集的，包含0,1,2,3,4,5，6数量分别为468,954,281,282,346,448，885 第6类是负样本。

  3. 所属分类：机器学习

    • 发布日期：2020-01-21
    • 文件大小：47185920
    • 提供者：zx520113

  1. 基于NAO机器人的手势和表情识别.pdf

  2. 人机交互是计算机科学、心理学、认知科学的交叉研究领域。近年来人机交互正逐渐地从以计 算机为中心转移到以人为中心。传统的人机交互方式(键盘、鼠标等)已很难满足人们日益增长的 需求。手势识别和表情识别作为自然的、符合直觉的人机交互方式，是近年来十分热门的研究方向。 本文研究了基于NAO机器人的手势识别和表情识别，并用于进行人机交互。 本文的主要内容如下： 首先，介绍了手势识别和表情识别的研究方法和研究现状，并分析了目前存在一些难点，比如 泛化能力较差、难以实用等。 其次，先介绍了卷积神

  3. 所属分类：嵌入式

    • 发布日期：2020-01-03
    • 文件大小：27262976
    • 提供者：u013725518

  1. 使用超声波的智能手机手势识别.pdf

  2. 利用超声波技术，在智能手机上实现手势识别功能。非常实用的一篇论文徐曾春,吴凯娇,胡平:使用超声波的智能手机手势识别 ()挥手向前 ()挥手向后 ()挥手向左 ()挥手向右 图不同的手势时频图 特征均为先靠近发射源,然后远离发射源,但是细节方 面咯有不同。 实现细节 系统流程 获得反射的超声波数据集 图为系统流程图。首先,通过话筒获取 最初,系统先获得手势运动的时间序列片段,此时 段时间序列,经过快速傅里叶()变换将此序列从时片段已经经过处理,结果如图所示。出于本实验 域信号转换为频域信号。接着搜

  3. 所属分类：Android

    • 发布日期：2019-10-15
    • 文件大小：946176
    • 提供者：xiaokala_2011

  1. 基于肌电信号稀疏特征的手势识别方法研究

  2. 基于表面肌电信号(sEMG)的手势识别技术是人机自然交互领域的重要研究方向。手势识别技术的实现关键在于如何提取sEMG信号的有效特征。提出了一种提取sEMG信号稀疏特征用于多类手势识别的有效方法。该方法以稀疏表示作为特征提取工具，以支持向量机(SVM)作为分类器对多个手势进行识别。首先，采用双阈值法检测分割出手势动作的活动段；其次随机抽取部分运动段样本初始化稀疏表示词典，利用KSVD方法对过完备字典和稀疏系数进行无监督更新;最后，利用SVM对稀疏系数特征向量进行分类以实现对不同手势的识别。通过在

  3. 所属分类：其它

    • 发布日期：2020-10-15
    • 文件大小：796672
    • 提供者：weixin_38674992

  1. 基于轮廓PCA的字母手势识别算法研究

  2. 提出了一种改进的手势检测识别算法。首先对采集的手势图像综合运用Krisch算子的背景差分与肤色分割等算法进行预处理，然后根据手势的方向去除胳膊等非目标，截取手型区域。最后对手型图像进行轮廓检测，根据手型轮廓的二值图像进行PCA降维，并与投影降维后的样本计算空间距离，从而进行手势分类。通过此方法可以快速、准确地检测到手型区域，识别手型含义，且具有实时性。

  3. 所属分类：其它

    • 发布日期：2020-10-17
    • 文件大小：286720
    • 提供者：weixin_38742124

  1. 手势识别数据库（已标记）

  2. 本数据集数据取自 https://lttm.dei.unipd.it//downloads/gesture/ 原数据集包含了14个人采集的共1400张样本，共10种手势。包括RGB图像、深度信息等，原图大小1280*960。 本数据集只选用了RGB图像，并将图像缩小为400*300。同时对所有的手势进行了样本标记，以PascalVOC格式记录。 所有标记坐标均以（0,0）为图像左上角点。

  3. 所属分类：互联网

    • 发布日期：2020-11-24
    • 文件大小：159383552
    • 提供者：tsyccnh

  1. Somatic:开放式硬件数据手套-源码

  2. 体细胞的 Somatic是可穿戴的键盘和鼠标。 它可以将手势和动作转化为行动，就像《龙与地下城》中法术的躯体成分一样。 Somatic项目的优先事项是： 平视显示器可控制任何可穿戴计算机 随时可用，无需互联网即可全天使用 不会引起疲劳或干扰其他任务 足够快，可以在不到10秒的时间内进行快速搜索 体细胞不： 在3D空间中重现您的手 让您在虚拟键盘上键入 完全使用任何云服务 该项目仍处于相当粗糙的状态。 该路线图包括： 建立培训工具 收集手势样本 使用人工神经网络识别字母 实施陀螺仪鼠标 实

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：9437184
    • 提供者：weixin_42114041

  1. myo-readings-dataset:各种手腕手势的Myo臂章肌电图读数数据集-源码

  2. 肌读数据集 腕部冬眠，弯曲，伸展，径向偏移，尺骨偏移，内旋，旋后和拳头手势的Myo臂章肌电图读数数据集。 项目结构 读数位于_readings文件夹中，每个记录会话包含一个文件夹。 每个会话文件夹包含多个文件，每个手腕手势一个。 这些文件名为 .txt（例如，扩展名为2.txt，请参见下面的手势标签）。 每个录制会话文件夹应至少包含八个文件（用于手势0-7）。 文件本身由多行组成： ... 11,32,-3,-43,4,5,42,7,0 13,24,-5,12,43,42,12,1,0 123

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：8388608
    • 提供者：weixin_42137032

  1. PinchZoomTextView：一个TextView库，允许用户使用用户的两指手势来增加字体大小-源码

  2. PinchZoomTextView库 该库允许您使用一个TextView，它将使用用户的手势来增大/缩小字体大小。 用法 要访问该库，请将依赖项添加到build.gradle中： compile ' com.androidessence:pinchzoomtextview:1.0.1 ' 开发者须知 默认情况下，始终启用缩放功能。 如果出于任何原因要禁用它，只需调用PinchZoomTextView#setZoomEnabled(boolean enabled)方法。 样本 要查看运行中的库，

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：1048576
    • 提供者：weixin_42120283

  1. 面向颜色深度图像手脸近距遮挡的手势识别

  2. 手脸近距遮挡属于深度传感器应用中具有代表性的难点问题，针对该问题提出了一种综合利用颜色与深度信息的手势识别方法。采用核模糊C-均值聚类，对手脸遮挡图像进行粗分割和灰度增强，实现手脸分离。引入初始化水平集函数，解决聚类方法导致的手势区域像元缺失问题。利用基于深度信息的梯度方向直方图(HOG) 特征对手势进行分类识别。通过采集不同人体手脸近距遮挡情形下的多种手势图像建立了样本数据库，进行了对比实验，实验结果验证了该方法的可行性和有效性。本文方法能有效分离近距遮挡的手和脸，提取得到相对完整的手势信息，

  3. 所属分类：其它

    • 发布日期：2021-02-07
    • 文件大小：11534336
    • 提供者：weixin_38567873

  1. SwipeBack：SwipeBack是一个android库，可以使用手势完成活动-源码

  2. 向后滑动 SwipeBack是一个Android库，可以使用手势来完成活动。 您可以设置滑动方向，例如左，上，右和下。 屏幕截图 样本下载 用法 Gradle dependencies { compile 'com.github.liuguangqiang.swipeback:library:1.0.2aar' } Maven com.github.liuguangqiang.swipeback library 1.0.2</ver

  3. 所属分类：其它

    • 发布日期：2021-02-01
    • 文件大小：4194304
    • 提供者：weixin_42176612

  1. 基于自学习稀疏表示的动态手势识别方法

  2. 针对加速度传感器的手势采集方式提出一种基于自学习稀疏表示的动态手势识别方法。该方法将分类识别问题转化为求解待识别样本对于训练样本的稀疏表示问题，直接对原始加速度信号进行操作，省去了特征提取过程，可方便地添加新的手势类别和删除已有的手势类别；利用面向类别的字典学习，来寻求一个较小的并经过优化的超完备字典来计算待识别样本的稀疏表示，从而大大缩减算法的计算复杂度，满足实时性要求。在包含18种手势的3 000多个样本的公开数据集上进行测试，实验结果验证了该方法的有效性。

  3. 所属分类：其它

    • 发布日期：2021-01-15
    • 文件大小：1048576
    • 提供者：weixin_38686267
« 12 »