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. 基于加速计与表面肌电传感器信息融合的手语识别方法

  2. 提出一种基于肌电传感器 和加速度计的识别人体手势的智能信息系统

  3. 所属分类：嵌入式

    • 发布日期：2012-02-22
    • 文件大小：860160
    • 提供者：jurie_tech

  1. MFC实现手势识别系统源代码

  2. 用于对手势识别，可以用于手语的翻译等。

  3. 所属分类：C++

    • 发布日期：2013-07-21
    • 文件大小：1048576
    • 提供者：zhj_study

  1. 智能仿生双向手语翻译系统

  2. 设计了一套智能仿生双向手语翻译系统，该系统主要由STM32微处理器、LD3320非特定语音识别模块、SYN6288语音合成芯片等组成，能够实现语音与手势的双向翻译。其中语音转手势部分可通过语音识别模块获得指令，手语机器人根据指令完成语音转动作的翻译。手势转语音部分通过数据手套捕获手臂的动作和姿态，识别手语动作，控制手语机器人发出语音。该系统具有成本低、识别度高、使用方便等优势，具有良好的应用前景。

  3. 所属分类：其它

    • 发布日期：2020-10-16
    • 文件大小：487424
    • 提供者：weixin_38591223

  1. 手语图像识别系统设计

  2. 一个基于人体姿态研究的手语图像识别系统。根据OpenPose人体姿态开源模型和YOLOv3自训练手部模型检测视频和图像，再把数字特征进行分类器模型预测，将预测结果以文本形式展现出来。

  3. 所属分类：机器学习

    • 发布日期：2020-12-14
    • 文件大小：1048576
    • 提供者：Jack_Bin0312

  1. 手语研究的方向与现状

  2. 手语研究的方向与现状 摘要：介绍国内外手语研究的主要方向及研究现状，手语识别的各种方法、手语合成的组成部分、手语网络通信的实现技术以及手的运动约束问题。     关键词：人体语言 手语 识别 合成 通信 运动约束 手语是聋哑人使用的语言。它是由手形动作辅之以表情姿势而构成的比较稳定的表达系统，是一种靠动作/视觉进行交际的特殊语言。 人类交互往往声情并茂，除了采用自然语言（口语、书面语言）外，人体语言（表情、体势、手势）也是人类交互的基本方式之一。与人类交互相比，人机交互就呆

  3. 所属分类：其它

    • 发布日期：2020-12-13
    • 文件大小：130048
    • 提供者：weixin_38646914

  1. COCO-Human-Pose:在COCO 2017数据集上训练堆叠式沙漏深度神经网络以进行人体姿势估计-源码

  2. 基于COCO数据集的人体姿势估计 该存储库包含使用深度神经网络执行人体姿态估计的SENG 474数据挖掘项目的在建项目。 下面是我们项目建议的简短摘录。 问题 人体姿态估计（HPE）是识别人体关键点以构建人体模型的问题领域。 许多现有系统接受图像作为输入，有些实现接受诸如点云和视频之类的格式。 HPE的应用广泛且使许多行业受益。 特别是，HPE在电影和游戏行业中均用于动画。 HPE的更险恶的应用可用于识别多个帧（即视频）上的个人。 HPE的另一个子集是手势估计，可用于翻译手语。 由于诸多挑战，H

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：8388608
    • 提供者：weixin_42134878

  1. 基于深度学习的手语识别-源码

  2. 基于深度学习的手语识别 王建年605627507 执行摘要 计算机视觉具有许多有趣的应用程序，从工业应用程序到社交应用程序。 它也已被应用在对残障人士的许多支持中。 对于聋哑人来说，计算机视觉可以根据手语符号生成英文字母。 我们的团队旨在设计基于摄像头的手语识别系统。 通过将摄像头放置在固定位置，用户可以在摄像头前执行手势，然后系统将使用卷积神经网络（CNN）对手势语符号进行分类。 成功训练CNN模型后，将预测手语符号的相应字母。 产品 大部分工作是安装工具，从摄像机收集数据，通过Tensorf

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：2097152
    • 提供者：weixin_42134769

  1. AIND识别器：第1项项目3设计由Luke Schoen设计的手语识别系统，用于Udacity人工智能纳米级（AIND）-源码

  2. 人工智能工程师纳米学位 概率模型 项目：构建手语识别系统 目录 第0章-主要结果 第3部分 第2部分截图 第3部分终端输出 来自运行模型选择器的main.py终端日志输出，包括针对地面，标准，极坐标和增量特征集的常量，CV，BIC和DIC，包括在： part3_results/log_features_originals.md 从运行main.py到模型选择器的终端日志输出，包括针对所有要素集（即接地，范数，极坐标和增量），所有要素集（不包括范数和极坐标），所有要素集（包括常量，CV，BI

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：1048576
    • 提供者：weixin_42154650

  1. 便携式智能手语翻译系统

  2. 介绍一款便携式智能化手语实时翻译系统。利用Flex2.2弯曲传感器、MPU-6050六轴传感器采集手势特征信息，传送至STM32微处理器，经算法处理，判断当前的手语信息，并通过语音合成模块和OLED显示屏对手语信息进行实时的语音翻译和文本显示。手语信息经蓝牙传输至用户智能手机，APP可将其编辑为短信息。采用人性化、个性化的手套外观设计，具有处理速度快、识别率高、适应能力强、操作简单等特点，应用前景广阔。

  3. 所属分类：其它

    • 发布日期：2021-01-28
    • 文件大小：1048576
    • 提供者：weixin_38707217

  1. Face++ API实现手势识别系统设计

  2. 通过普通摄像头拍摄出的照片来进行识别是存在很大的困难的，但是有困难才能找到更好的方法去解决。在百度上大致找了一下手语识别的案例，很少。API只是看到了Face++发布的手势识别，在我写文章的时候又看到了百度发布的手势识别API，之后会尝试去进行使用。         这次使用的是Face++的API，Face++的API是在之前发现的，功能上的话还是比较强大的，但是没有离线版本，需要将数据进行上传，然后对JSON进行解析得到结果。 这是官网给出的一个Demo，识别率挺不错的，最后给出的是一个在

  3. 所属分类：其它

    • 发布日期：2021-01-21
    • 文件大小：227328
    • 提供者：weixin_38565818

  1. SignSense:滑铁卢大学四年级设计项目-源码

  2. SignSense 使用MediaPipe，Tensorflow和Keras的实时美国手语（ASL）解释程序。 SignSense最多可以识别21个标志，其延迟少于2秒。 资料夹结构 client.py包含在网络摄像头feed上运行MediePipe并显示预测的Python客户端 server.py包含将运行预测逻辑的Python服务器 tools/包含用于培训，处理，预测和其他所有Python脚本。 实用程序 data/包含生成的用于训练的numpy数据 models/包含经过训练的模型

  3. 所属分类：其它

    • 发布日期：2021-04-01
    • 文件大小：96468992
    • 提供者：weixin_42132598