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. Android-基于卷积神经网络的数字手势识别安卓APP识别数字手势0-10

  2. 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。

  3. 所属分类：其它

    • 发布日期：2019-08-13
    • 文件大小：147mb
    • 提供者：weixin_39840924

  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：26mb
    • 提供者：u013725518

  1. 基于卷积神经网络的手势识别

  2. Python+CNN+Tensorflow识别手势，目前做到了0-7的手势。文件为源代码和训练集。主要是调用OpenCV，预处理的主要步骤为：去噪 -> 肤色检测 -> 二值化 -> 形态学处理 -> 轮廓提取，其中最麻烦的两项为肤色检测和轮廓提取。去噪音：使用双边滤波器，该滤波器考虑了图像的空间关系，也考虑图像的灰度关系。双边滤波同时使用了空间高斯权重和灰度相似性高斯权重，确保了边界不会被模糊掉。然后，肤色检测和二值化处理采用YCrCb颜色空间的Cr分量+Otsu法阈值

  3. 所属分类：深度学习

    • 发布日期：2020-06-21
    • 文件大小：18mb
    • 提供者：cqs1997

  1. 手语1-源码

  2. 手语识别 该原型为聋人“理解”手语 包括所有代码以准备数据（例如，从ChaLearn数据集中获取数据），提取特征，训练神经网络以及在实时演示过程中预测信号 基于深度学习技术，尤其是卷积神经网络（包括最新的3D模型）和递归神经网络（LSTM） 使用Python，Keras + Tensorflow和OpenCV构建（用于视频捕获和处理） 有关10幻灯片的演示文稿+ 1分钟的演示视频，请参见。 要求 此代码至少需要 python 3.6.5 张量流1.8.0 keras 2.2.0 Ope

  3. 所属分类：其它

  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

  1. 基于双分类器的自适应单双手手势识别

  2. 针对传统卷积神经网络(CNN)中仅有对单手手势语义进行识别的算法和深度学习手势识别算法中CNN的收敛性差和识别精度低的问题,提出了一种基于两个分类器的自适应单双手手势识别算法以对单手和双手进行识别。该算法的核心是联合两个分类器进行单双手手势识别。首先,采用手数分类器对手势进行分割分组预测,将手势识别转化成部分手势图像识别;其次,采用自适应增强卷积神经网络(AE-CNN)进行手势识别,利用自适应模块分析出现识别误差的原因和反馈模式;最后,在迭代次数和识别结果的基础上进行参数更新。实验结果表明,手数

  3. 所属分类：其它