您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. HOG+SVM手势识别

  2. 利用HOG特征和SVM学习算法实现对不同手势的识别 其中对于张开的手识别率可高达90%以上 资源里本人的毕业论文,没有具体的代码,详细介绍了HOG算法和SVM算法,并给出了实现手势识别的具体操作,以及识别效果 请勿随意转载
  3. 所属分类:C

    • 发布日期:2012-03-07
    • 文件大小:2097152
    • 提供者:daidanzheda
  1. 基于HOG特征和SVM的手势识别

  2. 基于HOG特征和SVM的手势识别基于HOG特征和SVM的手势识别
  3. 所属分类:C++

    • 发布日期:2012-05-28
    • 文件大小:1048576
    • 提供者:zhoushiwei2010
  1. 基于HOG特征和SVM的手势识别

  2. 为克服环境带来的影响,借鉴了近年来在目标检测研究中应用较多的梯度方向直方图(HOG)技术,将其用于手势识别中。这种方法使得基于视觉的手势识别对环境不再敏感,得到了较好的识别效果。
  3. 所属分类:其它

    • 发布日期:2013-09-12
    • 文件大小:1048576
    • 提供者:ichangjian
  1. 基于sift和SVM算法实现的手势识别 MATLAB GUI程序

  2. 基于sift和SVM算法实现的手势识别程序,用MATLAB GUI编写的,附有手势库,可拷贝至任何磁盘运行不必担心路径问题,但可能要求版本高一点的MATLAB软件
  3. 所属分类:其它

    • 发布日期:2015-11-06
    • 文件大小:33554432
    • 提供者:u010585659
  1. 动态手势跟踪识别与人机交互技术研究

  2. 在多特征融合基础上,结合支持向量机模型(support vector machine mode SVM),实现了复杂背景下的单、双手的手势识别。在人机交互中,通过局域网, 将手势识别结果与三维视景仿真系统中的无人机联系起来,通过手势的变换,完成对无人机飞行姿态的实时准确控制
  3. 所属分类:C++

    • 发布日期:2016-07-04
    • 文件大小:16777216
    • 提供者:wangjunhou
  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opencv3.1库的JAVA源码

  2. 第1章 Java概述、安装及简易教学 14 1-1 Java概述 14 1-2 Java安装 16 1-3 Eclipse安装 18 1-4 GUI设计工具WindowBuilder 18 1-5 在Eclipse开发第一个Java程式 23 1-6 在Eclipse开发第一个Java视窗程式-显示影像 26 1-7 在Eclipse开发视窗程式-slider控制元件 34 1-8 在Eclipse开发视窗程式-按钮控制元件 39 1-9 好用的Eclipse热键 41 第2章 OpenCV概
  3. 所属分类:图像处理

    • 发布日期:2018-09-29
    • 文件大小:1048576
    • 提供者:caozhenguan
  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. 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. 基于不变矩和支持向量机的手势识别

  2. 选取Hu不变矩、手势轮廓的凹陷个数及其周长与面积比为手势识别的主要特征,采用了基于径向基核的SVM分类器进行0~9 十种手势的识别。实验结果表明,在背景单一、光照情况良好条件下,该方法具有很高的识别率,并且简单快速。
  3. 所属分类:其它

    • 发布日期:2020-10-18
    • 文件大小:442368
    • 提供者:weixin_38534683
  1. python手势识别上下左右(SVM+HOG特征)

  2. 项目环境:opencv==3.4.5       scikit-learn =>=0.20.2.     numpy == 1.17.4 参考博客:https://blog.csdn.net/qq_41562704/article/details/88975569 一、收集数据集 1、数据集图片的大小 300×300 2、获取上、下、左、右的手势,进行皮肤检测,将背景二值化 3、皮肤检测参考文章(https://blog.csdn.net/weixin_40893939/article/d
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:925696
    • 提供者:weixin_38613154
  1. 基于显着性和直方图相交核的稀疏表示手势识别

  2. 如今,稀疏表示分类(SRC)已广泛应用于各种计算机视觉领域,例如人脸识别。 但是,很少有研究人员将SRC应用到静态手势识别中。 在本文中,我们建议采用基于显着性的特征和稀疏表示进行手势识别,并对稀疏项参数和稀疏系数计算进行深入研究。 另外,文献表明,SRC不能很好地处理非线性特征,可能会产生较差的识别结果,因此,我们建议使用直方图相交核函数将原始特征映射到核特征空间中,并在核特征中使用稀疏表示分类空间。 此外,我们将SR与支持向量机(SVM),人工神经网络(ANN),贝叶斯网络(BN)和决策树(
  3. 所属分类:其它

    • 发布日期:2021-03-11
    • 文件大小:742400
    • 提供者:weixin_38536267
  1. 语义受限的词典学习者可独立识别手势语

  2. 本文提出了一种基于稀疏编码的框架手语识别(SLR),特别是对于独立于手语者案子。 为了处理签名者之间的差异, 捕获不同特征之间的共同特征的词典签名者是通过考虑语义约束来学习的。 因此对于来自未知签名者的给定符号,稀疏表示, 维护有关此特定信息的更多信息尽量忽略身份信息的同时进行手语上课尽可能生成。 在我们的实施中,每个符号被分成固定数量的片段,并且提取融合手形和运动轨迹的特征从碎片。 从培训中学到的字典碎片可以被视为符号的基本亚单位,每个这些基本矢量可以对标志视频的片段进行编码。 最后,通过SV
  3. 所属分类:其它

    • 发布日期:2021-03-07
    • 文件大小:3145728
    • 提供者:weixin_38608025
  1. 通过基于排名-SVM的手势识别进行显着性和相似性学习

  2. 通过基于排名-SVM的手势识别进行显着性和相似性学习
  3. 所属分类:其它

    • 发布日期:2021-03-27
    • 文件大小:1048576
    • 提供者:weixin_38641339