手勢識別
- 基于手勢識別的機器人控制技術(shù)研究
研究提出基于手勢識別的YOLOv5l算法提升機器人控制的交互性能。首先，精簡HaGRID手勢數(shù)據(jù)集至8類，因手勢在圖像中屬于小目標(biāo)，采用帶有CBAM注意力機制的YOLOv5l模型進行訓(xùn)練；其次，通過QT平臺搭建控制系統(tǒng)，部署手勢識別模型。對機器人進行Mesh組網(wǎng)，以廣播機制傳輸控制指令。實驗結(jié)果表明，該模型在HaGRID數(shù)據(jù)集上平均準(zhǔn)確度達到98%，自建數(shù)據(jù)集平均準(zhǔn)確度達到95%，檢測速度34FPS，模型大小88.5MB，機器人可建立Mesh網(wǎng)絡(luò)，通過手勢
電腦知識與技術(shù) 2023年36期2024-01-27
- 基于人機交互的端對端手勢識別控制框架的設(shè)計與實現(xiàn)
鴻森關(guān)鍵詞：手勢識別；MediaPipe；神經(jīng)網(wǎng)絡(luò)；人機交互中圖分類號：TP391 文獻標(biāo)識碼：A文章編號：1009-3044（2023）20-0017-030 引言手勢識別[1]和手部檢測具有廣泛的潛在應(yīng)用，涵蓋車內(nèi)手勢、手語識別、虛擬現(xiàn)實等領(lǐng)域。手勢技術(shù)使得用戶可以在不接觸設(shè)備的情況下實現(xiàn)控制或互動，因此越來越受到人們的關(guān)注和青睞。然而，互聯(lián)網(wǎng)上的手勢識別模型雖然眾多，但它們只適用于特定的手勢集，缺乏規(guī)范和架構(gòu)設(shè)計，最終難以為用戶提供方便的使用和構(gòu)建體
電腦知識與技術(shù) 2023年20期2023-08-26
- 基于手勢識別的視力檢測系統(tǒng)的設(shè)計與實現(xiàn)
唐亮關(guān)鍵詞：手勢識別；PAJ7602；STC89C51單片機；視力檢測；人工智能隨著各類電子產(chǎn)品的迅猛發(fā)展，極大程度上提高了人們生活的便捷度，但同時兒童及青少年存在因沉迷手機、電腦等電子產(chǎn)品導(dǎo)致視力下降的現(xiàn)象，定期進行視力檢測，監(jiān)測視力變化，極大可能地預(yù)防近視的發(fā)生。目前視力檢測通常需要在專門機構(gòu)的醫(yī)師輔助下完成，過程煩瑣、效率低，無法實現(xiàn)智能自助式體驗。伴隨人工智能技術(shù)的發(fā)展，機器學(xué)習(xí)、人工智能等名詞出現(xiàn)在人們的視野[1-2]，將基于機器學(xué)習(xí)的手勢識別交
電腦知識與技術(shù) 2023年19期2023-08-26
- 適用于手語采集與輸入的智能手套及翻譯系統(tǒng)
舒涵關(guān)鍵詞：手勢識別；ESP32；彎曲傳感器；SVM；神經(jīng)網(wǎng)絡(luò)*據(jù)中國殘疾人人口數(shù)據(jù)庫有關(guān)數(shù)據(jù)，我國持殘疾證人口中聽力殘疾和言語殘疾共計249.2 萬人，且多為農(nóng)村人口。由于工作和生活中大多數(shù)人不熟悉手語，造成了聾啞人難以融入社會生活的問題。因此，迫切需要一款低價、便攜的手語翻譯系統(tǒng)來輔助聾啞人與普通人溝通。鑒于手語翻譯系統(tǒng)在輔助聾啞人融入社會中起到的重要作用，本文通過設(shè)計一款適用于手語采集與輸入的智能手套及翻譯系統(tǒng)采集手勢，形成數(shù)據(jù)庫并訓(xùn)練機器學(xué)習(xí)模型。
電子產(chǎn)品世界 2023年8期2023-08-22
- 基于手勢識別的智能家居人機交互系統(tǒng)
術(shù)系統(tǒng)，基于手勢識別控制智能家居的人機交互系統(tǒng)設(shè)計，是一種新的改善傳統(tǒng)智能家居人機交互的方案。利用中智訊公司的機器視覺平臺模擬獲取操作者的手勢，并與控制器進行命令交互，結(jié)合AI高清攝像頭以及智能節(jié)點控制等單元，搭建一個智能家居感知控制系統(tǒng)。通過試驗測試采集并分析數(shù)據(jù)，結(jié)果表明，該系統(tǒng)具有良好的可行性，簡單直觀實現(xiàn)新的智能家居控制方式。關(guān)鍵詞：手勢識別；計算機視覺；人機交互；物聯(lián)網(wǎng)；Zigbee中圖分類號：TP391? ? ? ? 文獻標(biāo)識碼：A文章編號：1
電腦知識與技術(shù) 2023年13期2023-06-25
- 基于骨骼信息的手勢識別交互系統(tǒng)
于骨骼信息的手勢識別互動教學(xué)系統(tǒng)。系統(tǒng)采用姿態(tài)識別算法提取手勢關(guān)節(jié)點、基于關(guān)節(jié)點信息構(gòu)建LSTM神經(jīng)網(wǎng)絡(luò)模型，進行模型訓(xùn)練預(yù)測，實現(xiàn)對手勢動作進行識別，將手勢動作與課堂教學(xué)答題進行體感交互，將課堂教學(xué)過程游戲化，讓學(xué)生不僅體驗到體感交互課堂的樂趣，提高了學(xué)習(xí)興趣，也對課本上的知識理解更深刻。關(guān)鍵詞：深度學(xué)習(xí)；姿態(tài)識別；手勢識別中圖分類號：TP391.4? 文獻標(biāo)識碼：A? 文章編號：2096-4706（2023）03-0079-04Hand Gesture
現(xiàn)代信息科技 2023年3期2023-06-22
- 基于壓電光能互補的手勢識別防碰撞小車控制系統(tǒng)設(shè)計
電光能互補的手勢識別防碰撞小車控制系統(tǒng)?！痉椒ā吭撓到y(tǒng)以Arduino單片機為主控系統(tǒng)，包含超聲波避障單元、手勢識別遙控單元、電源單元及小車被控對象。【結(jié)果】該系統(tǒng)可實現(xiàn)手勢遙控操作，能檢測和顯示小車與障礙物的距離，并自動避障的防碰撞小車系統(tǒng)?！窘Y(jié)論】該設(shè)計方案簡單實用，具有低功耗、智能控制特點，且基于太陽能發(fā)電板和壓電發(fā)電這兩種互補式清潔能源的供電方式，能大大提高系統(tǒng)的續(xù)航能力。關(guān)鍵詞：單片機；超聲波避障；手勢識別；防碰撞小車中圖分類號：TP23? ?
河南科技 2023年8期2023-05-30
- 基于手勢識別的博物館虛擬文物交互系統(tǒng)設(shè)計
耀月關(guān)鍵詞：手勢識別 虛擬展示 系統(tǒng)設(shè)計 無接觸式交互 數(shù)字媒體引言隨著信息技術(shù)的發(fā)展，國內(nèi)外的博物館及各類展廳等場所逐漸引入了人機交互技術(shù)用于輔助展品演示[1]，利用不同類型的交互設(shè)備與交互方式構(gòu)建互動化、多樣化、娛樂化的數(shù)字展館。例如，常州博物館采用了8塊高清觸摸屏拼接而成的互動展示屏，實現(xiàn)藏品的數(shù)字化展示[2]。重慶三峽博物館利用混合現(xiàn)實技術(shù)使得觀眾可以通過Holo Lens全息設(shè)備體驗清末時期的風(fēng)土人情，從互動中了解文物內(nèi)在的故事[3]。故宮博物院
設(shè)計 2023年7期2023-05-18
- 基于深度學(xué)習(xí)的動態(tài)手勢識別方法
摘? 要： 手勢識別作為人機交互的一個重要領(lǐng)域，是目前視覺研究的重點和熱門。不同于圖像研究，本文針對紅外傳感器采集到的手勢動作數(shù)據(jù)，提出一種基于深度學(xué)習(xí)的手勢識別方法。該方法通過紅外傳感器采集7種動態(tài)手勢信號數(shù)據(jù)，使用不同網(wǎng)絡(luò)模型對手勢進行分類。實驗表明，若只使用卷積神經(jīng)網(wǎng)絡(luò)（CNN）或長短期記憶網(wǎng)絡(luò)（LSTM）單個網(wǎng)絡(luò)模型的手勢識別，準(zhǔn)確率最高為92.7%；而CNN-LSTM混合網(wǎng)絡(luò)模型平均手勢識別準(zhǔn)確率為99.1%。關(guān)鍵詞： 手勢識別； 深度學(xué)習(xí)； 卷
計算機時代 2023年5期2023-05-14
- 基于手勢識別的小車運動控制系統(tǒng)設(shè)計
計了一種基于手勢識別的小車運動控制系統(tǒng)，該系統(tǒng)采用Arduino Nano作為微控制器，利用姿態(tài)角度傳感器采集并處理手勢指令數(shù)據(jù)，實現(xiàn)手勢信息的識別，通過無線通信模塊將手勢指令發(fā)送給小車運動端，目標(biāo)角度與實際角度等通過顯示屏實時顯示，最終達到手勢控制小車前進、后退、轉(zhuǎn)彎、停止等動作。本文完成了基于手勢識別的小車運動控制系統(tǒng)的軟硬件設(shè)計，將手勢識別技術(shù)與移動機器人結(jié)合一體，在疫情環(huán)境下無接觸運動控制方向研究具有實用意義。關(guān)鍵詞：手勢識別；無線通信；PID控制
電子產(chǎn)品世界 2023年2期2023-02-28
- 基于安卓手機的虛擬鋼琴App開發(fā)
pe框架實現(xiàn)手勢識別功能，從而實現(xiàn)人機交互，較大程度地在現(xiàn)實鋼琴的基礎(chǔ)上簡化彈奏難度增加簡便實用性功能從而增加大眾娛樂性。關(guān)鍵詞：Android Studio;java;虛擬鋼琴;手勢識別;MediaPipe中圖分類號：TP319? ? ? 文獻標(biāo)識碼：A文章編號：1009-3044（2022）19-0003-031 引言當(dāng)今的虛擬化電子樂器軟件是較為受歡迎的一類軟件，而這其中，虛擬鋼琴更是比較熱門的一款[1]。該文選用手機端Android進行開發(fā)[2-3
電腦知識與技術(shù) 2022年19期2022-08-31
- 手語識別研究熱點與趨勢分析*
——基于CiteSpace的可視化分析
識別、手語、手勢識別、手勢、美國手語等)，見表1。通過分析關(guān)鍵詞共現(xiàn)圖譜圖2和表1可以看出，Deep learning(深度學(xué)習(xí))、Convolution neural network(卷積神經(jīng)網(wǎng)絡(luò)，以下簡稱CNN)、Netural network(神經(jīng)網(wǎng)絡(luò))、Feature extraction(特征提取)、HMM(隱馬爾科夫模型)等節(jié)點較大，也就是說這部分主題出現(xiàn)的頻次比較高，即這些主題詞代表了國際手語識別領(lǐng)域采用的熱點技術(shù)和方式。Freeman于19
現(xiàn)代特殊教育 2022年6期2022-08-31
- 基于機器學(xué)習(xí)的虛擬門把手設(shè)計與實現(xiàn)
：人臉識別;手勢識別;樹莓派;卷積神經(jīng)網(wǎng)絡(luò)據(jù)調(diào)查顯示，高校的公共設(shè)施存在不同程度的微生物污染，門把手上的污染最為嚴(yán)重，其中大腸菌群有可能造成腸道外感染或急性腹瀉[1];2020年2月，廣州市疾病預(yù)防控制中心在一名確診患者家中門把手上發(fā)現(xiàn)了新型冠狀病毒的核酸，專家提醒我們?nèi)粘＜揖蛹?xì)節(jié)中，有許多可能造成病毒間接傳播的途徑，容易為人所忽略。對于普通社區(qū)居民，風(fēng)險更多來自于間接接觸：如果病毒附著在物體表面，自己的手觸摸到被污染的物體表面后進食、揉眼睛等動作，可能會
電子產(chǎn)品世界 2022年7期2022-07-24
- 手勢識別在會議控制中的應(yīng)用研究
關(guān)注。如今，手勢識別作為當(dāng)前人機交互的主要方式之一，已經(jīng)廣泛應(yīng)用于圖像處理和虛擬現(xiàn)實等領(lǐng)域。文章打破以往會議中使用鼠標(biāo)或者翻頁筆進行會議控制的局限性，并基于手勢識別的優(yōu)越性設(shè)計出根據(jù)會議演講者的實時手勢操作對PowerPoint進行實時控制的會議控制系統(tǒng)。關(guān)鍵詞：畫面捕捉;手勢識別;會議控制中圖分類號：TP391? ? ? ? 文獻標(biāo)識碼：A文章編號：2096-4706（2022）01-0079-04Abstract： With the continuou
現(xiàn)代信息科技 2022年1期2022-06-20
- 手勢識別機器人
;控制算法;手勢識別1.引言目前，手勢識別在手語、智能監(jiān)控、機器人控制、虛擬現(xiàn)實等領(lǐng)域發(fā)揮著重要作用。隨著計算機視覺的發(fā)展和人機交互的需要，手勢識別的研究得到了巨大的發(fā)展。我國手勢識別下游應(yīng)用市場也逐漸成熟。現(xiàn)在，大多數(shù)消費類應(yīng)用程序都在嘗試增加這種識別功能，可以帶來很多好處。它在許多應(yīng)用中發(fā)揮了良好的作用。多年來，人機交互一直以鍵盤和鼠標(biāo)為中心。然而，隨著科學(xué)技術(shù)的進步，特別是傳感器技術(shù)和芯片制造技術(shù)的進步，中國正在不斷研究新的人機交互體驗。手勢識別是一
國際商業(yè)技術(shù) 2022年2期2022-03-07
- 淺談車輛上的人機交互
手機互聯(lián) 手勢識別Discussion about Man-machine Interactive based on VehiclesXu Tingting Zhou YuanhuiAbstract：This paper mainly discusses several common human-computer interaction methods applied in vehicles， through comparative analysis o
時代汽車 2021年24期2021-12-30
- 基于特征融合的手勢識別
摘 要： 在手勢識別的過程中，手勢的多樣性和復(fù)雜性會對識別的可靠性和準(zhǔn)確性帶來較大影響?；谝曈X的手勢識別通常采取單一特征用于手勢分類，但是單一特征無法較好地描述整個圖像。因此本文提出多種特征融合的方法，分別提取改進后的梯度方向直方圖（HOG）特征和MB-LBP特征，并進行特征融合，結(jié)合支持向量機（SVM）分類器完成手勢圖像的識別。實驗結(jié)果表明，提取的融合特征包含手勢圖像的局部區(qū)域梯度信息和圖像的紋理信息，可以更加全面地描述圖像的手勢特征。相較于單一特征識
智能計算機與應(yīng)用 2021年7期2021-12-07
- 基于WiFi信號的非接觸式微動感知系統(tǒng)
義。關(guān)鍵詞：手勢識別;WiFi信號;非接觸式傳感1引言近年來，得益于計算機技術(shù)和通信技術(shù)的飛速發(fā)展，非接觸傳感應(yīng)用逐漸進入人們的日常生活并引起廣泛關(guān)注。將非接觸傳感技術(shù)應(yīng)用于漸凍癥患者，是非接觸傳感的一個重要應(yīng)用場景，通過有效識別和解析漸凍癥患者的手勢微小動作，可實現(xiàn)情感表達和信息交互，其對于改善漸凍癥患者的生活質(zhì)量具有重要意義。以此為契機，科研人員圍繞手勢識別、微動識別開展了深入研究，典型代表有：北京郵電大學(xué)的李增皓等人采用軟件無線電技術(shù)提出了一種基于S
江蘇廣播電視報·新教育 2021年26期2021-11-11
- 基于固定閾值分割的膚色檢測方法改良
智慧機械手的手勢識別問題，該文提出綜合HCrCb膚色檢測方法，以混合膚色檢測為方案，表明所改良的膚色檢測方法相比于現(xiàn)在較為流行的膚色檢測方法，在不同光照環(huán)境下有較好的檢測效果。該文首先研究了五種傳統(tǒng)的膚色檢測方法，并進行了實際環(huán)境的檢測測試，最終綜合各顏色空間的聚類特征，選用HSV空間的H和YCrCb空間的CrCb嘗試膚色檢測，并通過實際測試對方案進行驗證，實現(xiàn)更高精度的檢測，對未來膚色檢測方法推進有重要意義。關(guān)鍵詞：顏色空間;膚色檢測;混合檢測;手勢識別
電腦知識與技術(shù) 2021年25期2021-11-07
- 智能手勢識別技術(shù)下的景區(qū)導(dǎo)覽系統(tǒng)設(shè)計研究
Sense 手勢識別 顏色空間 點云構(gòu)建引言景區(qū)導(dǎo)覽裝置是幫助游客獲取景點詳細(xì)信息最重要的手段之一，對游客起著重要的導(dǎo)向作用，然而目前大部分景區(qū)的導(dǎo)覽系統(tǒng)都是基于平面導(dǎo)視圖或通過智能手機端進行景點信息推送的形式，由于景點信息復(fù)雜多變，大部分景區(qū)的導(dǎo)覽系統(tǒng)缺乏創(chuàng)新性、導(dǎo)覽裝置缺乏局限性和精確性，導(dǎo)致游客體驗感欠佳的問題。文章通過閱讀相關(guān)文獻后發(fā)現(xiàn)，并總結(jié)出國外的景區(qū)智能導(dǎo)覽裝置主要分為定位類型和講解類型。講解類型主要運用在語音系統(tǒng)軟件上的交互設(shè)計應(yīng)用，游客通
設(shè)計 2021年19期2021-10-22
- 基于“北斗+手勢識別”的疫情環(huán)境下社區(qū)輔助管理無人機
基于“北斗+手勢識別”的疫情環(huán)境下社區(qū)輔助管理無人機的方案，將北斗導(dǎo)航系統(tǒng)運用于居民樓定位和無人機導(dǎo)航，操控?zé)o人機完成無接觸式測量體溫、遞送物品、傳達信息等功能，減小了物資消耗并保證防疫人員的安全，采用手勢控制實現(xiàn)良好的人機交互，降低了傳統(tǒng)遙控器可能造成的接觸感染風(fēng)險。方案使用北斗導(dǎo)航系統(tǒng)作為定位核心、leapmotion傳感器作為手勢識別中心，樹莓派作為多功能的集成控制中心與同地面PC端的信息交互平臺。關(guān)鍵詞：北斗導(dǎo)航;手勢識別;疫情防控;社區(qū)管理1.緒
電子樂園·下旬刊 2021年7期2021-07-07
- 用Python語言開發(fā)“手勢識別”機械手的教學(xué)案例研究
，最終解決“手勢識別”問題的過程，培養(yǎng)學(xué)生的創(chuàng)新思維能力，提升學(xué)生利用信息技術(shù)解決實際問題的能力。關(guān)鍵詞：人工智能;機械手;Python中圖分類號：G434 ?文獻標(biāo)識碼：A ?論文編號：1674-2117（2021）S2-0038-04引言2017年教育部頒布的高中信息技術(shù)課程標(biāo)準(zhǔn)，將《人工智能初步》納入到信息技術(shù)選修課當(dāng)中，然而，人工智能教育在國內(nèi)還處于初步階段，大部分的人工智能實驗室和課程都是學(xué)校與社會資源合作建設(shè)開發(fā)的。盡管2003年高中階段就開設(shè)
中國信息技術(shù)教育 2021年26期2021-05-30
- 基于OpenCV與信息融合的手勢識別研究
要：針對傳統(tǒng)手勢識別準(zhǔn)確率不高、運算復(fù)雜度高的問題，采用YCbCr膚色分割算法與運動檢測方法結(jié)合，保留手勢圖像;分類、分層手勢圖像識別，即通過手指數(shù)目m可做判據(jù)的，及剩余手勢構(gòu)建手勢模型參數(shù)Ki;通過模板匹配判別，并比較文章方法與傳統(tǒng)Hu不變矩方法的識別效果，該方法可針對預(yù)定義的11種手勢進行快速、準(zhǔn)確的判別，具有較高的準(zhǔn)確性和魯棒性。關(guān)鍵詞：手勢識別;圖像處理;OpenCV;Hu不變矩;幾何特征;膚色分割中圖分類號：TP391.4? ? ? ? ? ?
現(xiàn)代信息科技 2021年15期2021-03-13
- 一種改進YOLOv3的手勢識別算法
Ov3算法在手勢識別中存在識別精度低及易受光照條件影響的問題，提出了一種改進的YOLOv3手勢識別算法。首先，在原來3個檢測尺度上新增加1個更小的檢測尺度，提高對小目標(biāo)的檢測能力;其次，以DIoU代替原來的均方差損失函數(shù)作為坐標(biāo)誤差損失函數(shù)，用改進后的Focal損失函數(shù)作為邊界框置信度損失函數(shù)，目標(biāo)分類損失函數(shù)以交叉熵作為損失函數(shù)。結(jié)果表明，將改進的YOLOv3手勢識別算法用于手勢檢測中，mAP指標(biāo)達到90.38%，較改進前提升了6.62%，F(xiàn)PS也提升了
河北科技大學(xué)學(xué)報 2021年1期2021-01-26
- 機器學(xué)習(xí)背景下手勢識別技術(shù)探究
類，并分析了手勢識別技術(shù)中的要點，以求為人工智能的發(fā)展提供理論上的支持。關(guān)鍵詞： 人工智能;機器學(xué)習(xí);手勢識別中圖分類號： TP301? ? 文獻標(biāo)識碼： A? ? DOI：10.3969/j.issn.1003-6970.2020.10.032本文著錄格式：徐琛玥. 機器學(xué)習(xí)背景下手勢識別技術(shù)探究[J]. 軟件，2020，41（10）：132134【Abstract】： At present， the level of artificial intell
軟件 2020年10期2020-12-23
- 基于改進CNN與SVM的手勢識別研究
摘? 要： 手勢識別在人機交互中起著重要的作用，然而手勢形態(tài)和背景的復(fù)雜多樣性給手勢識別過程帶來難題。為了降低特征提取的難度和提高識別準(zhǔn)確率，設(shè)計一種改進卷積神經(jīng)網(wǎng)絡(luò)（CNN）和支持向量機（SVM）模型來對手勢進行識別。該模型首先對手勢圖像分割處理和數(shù)據(jù)增強處理，然后用Inception模塊改進后的CNN完成對手勢特征的提取，最后通過SVM對不同手勢分類識別。實驗結(jié)果表明，該模型在自建手勢數(shù)據(jù)集下平均識別率為98.13%，在MNIST數(shù)據(jù)集下平均識別率為9
現(xiàn)代電子技術(shù) 2020年22期2020-12-07
- 淺談面向態(tài)勢的手勢語義識別應(yīng)用
慣性傳感器;手勢識別;語義交互引言在構(gòu)建三維態(tài)勢模擬場景時引入虛擬人手，在三維態(tài)勢模擬場景中實現(xiàn)基于虛擬人手的人機交互技術(shù)，對人手動作類別進行識別和語義映射，從而可以很好地控制虛擬人手在三維態(tài)勢模擬環(huán)境中的交互[1]。針對此應(yīng)用場景，使用慣性傳感器采集人體手部基本動作信息，在獲得人體手部基本動作運動數(shù)據(jù)的同時，有效地規(guī)避了光學(xué)設(shè)備的遮擋等問題，操作者還具有極強的沉浸感，開發(fā)成本低，更有利于推廣[2-3]。1基于慣性傳感器的手部數(shù)據(jù)采集使用慣性傳感器，獲得人
科學(xué)與信息化 2020年29期2020-10-26
- 基于柔性傳感器的手勢識別神經(jīng)網(wǎng)絡(luò)智能手套的研究
傳感器陣列的手勢識別智能手套。目前，手勢識別無論是在結(jié)構(gòu)設(shè)計、制備及后續(xù)算法等方面都得到了廣泛的研究。在此背景下，為了獲得更好的用戶體驗，降低手勢識別的成本，我們提出了一種柔性傳感器陣列的手勢識別手套。該手勢識別智能手套包括柔性傳感器陣列、LABVIEW采集和處理電信號系統(tǒng)、神經(jīng)網(wǎng)絡(luò)識別。柔性傳感器陣列包括基底、形變敏感層、電極和封裝層，采用聚二甲基硅氧烷、氫化苯乙烯-丁二烯嵌段共聚物、鉑催化硅橡膠、聚酰亞胺、聚對苯二甲酸乙二酯中的一種或多種為基底和封裝層
科學(xué)與信息化 2020年22期2020-10-20
- 一種基于特征融合的手勢識別方法
延平摘 要：手勢識別是人機交互領(lǐng)域的研究熱點，由于受環(huán)境、角度等因素的影響，采用單一特征無法很好地識別手勢，故文中提出了一種基于指尖和HOG特征結(jié)合的手勢識別方法。通過YCrCb橢圓膚色空間分割出手部區(qū)域，采用串行融合方法將手勢指尖特征和手部HOG特征相結(jié)合，最后將結(jié)合的特征送入支持向量機進行手勢識別。實驗表明，該方法在不同樣本集上均具有較高的識別率。關(guān)鍵詞：手勢識別;指尖檢測;HOG;支持向量機;YCrCb;特征提取中圖分類號：TP183;TP391文獻
物聯(lián)網(wǎng)技術(shù) 2020年9期2020-10-09
- 基于手勢識別的智能控制系統(tǒng)的設(shè)計與實現(xiàn)
該文研究基于手勢識別的智能家居控制系統(tǒng)，以數(shù)字手勢控制不同的智能家居產(chǎn)品。系統(tǒng)采用了Python的OpenCV、PyQt5和Sklearn庫搭建完整的手勢識別系統(tǒng)，以此作為控制智能家居的開關(guān)對智能家居進行集中控制。系統(tǒng)具有操作便捷、識別率高的特點。關(guān)鍵詞：計算機視覺;手勢識別;OpenCV;智能家居中圖分類號：TP391? ? ? 文獻標(biāo)識碼：A文章編號：1009-3044（2020）16-0009-02開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：1 背景隨著
電腦知識與技術(shù) 2020年16期2020-09-28
- 基于手勢識別的小車控制
7620U2手勢識別傳感器，結(jié)合LabVIEW軟件，設(shè)計了一款手勢識別系統(tǒng)，可以識別9種手勢，并通過BT06藍牙無線通訊，將相關(guān)指令傳遞給小車的控制系統(tǒng)，通過手勢實現(xiàn)小車的前進、后退、左轉(zhuǎn)向、右轉(zhuǎn)向、停車、直線行走等功能，實現(xiàn)無需佩戴任何傳感器，即可實現(xiàn)小車的非接觸式控制。關(guān)鍵詞：手勢識別;LabVIEW;小車控制0? 引言手勢識別是通過攝像頭等光學(xué)傳感器，將拍攝到的包含手勢的圖像序列，通過計算機視覺技術(shù)進行處理，識別人手的姿勢，進行人機交互。由于手勢識別
內(nèi)燃機與配件 2020年17期2020-09-10
- 卷積神經(jīng)網(wǎng)絡(luò)在人機交互中的應(yīng)用
轉(zhuǎn)變。本文以手勢識別為例，講述了基于Tensorflow的卷積神經(jīng)網(wǎng)絡(luò)人工智能技術(shù)，在人機交互的實際應(yīng)用中是如何實現(xiàn)的，包括了手勢圖像數(shù)據(jù)的采集和預(yù)處理、卷積神經(jīng)網(wǎng)絡(luò)的搭建、模型訓(xùn)練、以及如何應(yīng)用到實際工程項目中。【關(guān)鍵詞】人工智能;卷積神經(jīng)網(wǎng)絡(luò);人機交互;手勢識別人機交互是指人與計算機之間使用某種語言，以一定的方式進行信息交換的過程 [1]。常見的人機交互方式有大家比較熟悉的鍵盤、鼠標(biāo)、圖形化界面、觸摸屏等，隨著信息技術(shù)的發(fā)展，越來越智能化的交互方式也逐
科學(xué)導(dǎo)報·學(xué)術(shù) 2020年76期2020-09-05
- 基于GA?BP神經(jīng)網(wǎng)絡(luò)的手勢識別精度優(yōu)化研究
DT數(shù)據(jù)手套手勢識別過程中存在的精度問題，傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)算法受到其自身因素的影響，導(dǎo)致出現(xiàn)輸出手勢缺失、變形、精度差的問題。為此，該文提出一種GA?BP權(quán)值優(yōu)化算法，能有效克服BP算法局部尋優(yōu)的缺點，使輸出值不斷地接近期望數(shù)值，防止陷入局部極小的情況，可以克服輸出圖像缺失、變形的問題。在GA?BP算法的基礎(chǔ)上，對函數(shù)輸出誤差的最大值進行權(quán)值優(yōu)化，解決輸出手勢精度差的問題。實驗結(jié)果表明，基于GA?BP神經(jīng)網(wǎng)絡(luò)權(quán)值優(yōu)化算法改善了手勢識別的精度。關(guān)鍵詞： 手
現(xiàn)代電子技術(shù) 2020年6期2020-08-03
- 基于改進卷積神經(jīng)網(wǎng)絡(luò)的手勢識別
不同環(huán)境下對手勢識別并與傳統(tǒng)方法進行對比實驗。實驗表明，改進CNN識別準(zhǔn)確率為96.92%，傳統(tǒng)CNN識別準(zhǔn)確率為93.58%，證明改進CNN識別準(zhǔn)確率較傳統(tǒng)CNN有一定提高。關(guān)鍵詞：改進卷積神經(jīng)網(wǎng)絡(luò);手勢識別;準(zhǔn)確率;圖像處理;過擬合;Dropout中圖分類號：TP39文獻標(biāo)識碼：A文章編號：2095-1302（2020）07-00-020 引 言隨著人工智能技術(shù)的飛速發(fā)展，其在人機交互[1]領(lǐng)域的應(yīng)用也越來越廣泛，手勢識別[2]正是其中之一。實現(xiàn)手勢識
物聯(lián)網(wǎng)技術(shù) 2020年7期2020-07-23
- 一種基于神經(jīng)網(wǎng)絡(luò)的手勢識別裝置
戲成功判決的手勢識別裝置。該裝置具有訓(xùn)練和判決兩種工作模式，對任意人員進行猜拳游戲和劃拳游戲的手勢訓(xùn)練，經(jīng)過有限次訓(xùn)練后，生成深度BP神經(jīng)網(wǎng)絡(luò)，進而在判決模式下實現(xiàn)對手勢識別的正確判定。該裝置由控制模塊、電容傳感器模塊、按鍵輸入模塊、顯示模塊以及探頭部分組成。經(jīng)測試證明，該裝置具有成本低、響應(yīng)時間短、正確率高的優(yōu)點，擴展了手勢識別的應(yīng)用范圍，具有良好的應(yīng)用發(fā)展前景。關(guān)鍵詞： 手勢識別; 神經(jīng)網(wǎng)絡(luò); 手勢訓(xùn)練; 手勢判定; 電路設(shè)計; 模式測試中圖分類號：
現(xiàn)代電子技術(shù) 2020年10期2020-07-14
- 基于CNN卷積神經(jīng)網(wǎng)絡(luò)的手勢識別系統(tǒng)
積神經(jīng)網(wǎng)絡(luò)的手勢識別系統(tǒng)，首先對不同的手勢圖片進行采集，將采集結(jié)果作為訓(xùn)練集和測試集，系統(tǒng)將會對其進行識別。關(guān)鍵詞：卷積神經(jīng);手勢識別;深度學(xué)習(xí)中圖分類號：TP183 文獻標(biāo)識碼：A文章編號：1009-3044（2020）10-0210-031概述隨著科學(xué)技術(shù)的不斷發(fā)展，圖像識別技術(shù)的應(yīng)用領(lǐng)域不斷擴大，現(xiàn)如今已經(jīng)成為一個熱門話題。不僅可以方便人們的生活，更為用戶提供了更加直觀靈活的操作方式。手勢識別是人機交互中一種簡單直接的方式，對圖像進行手勢分割，綜合手
電腦知識與技術(shù) 2020年10期2020-06-08
- 基于WiFi的手勢識別技術(shù)
是基于CSI手勢識別技術(shù)。本文主要全面回顧了基于CSI手勢識別技術(shù)并提出這一領(lǐng)域中面臨的問題。關(guān)鍵詞：WIFI;信道狀態(tài)信息;手勢識別1.引言隨著IOT以及移動設(shè)備的發(fā)展，越來越多的智能設(shè)備進入人們的日常生活生產(chǎn)中，并且硬件技術(shù)不斷發(fā)展使得高級人機交互成為可能，人機交互技術(shù)在現(xiàn)代設(shè)備中被應(yīng)用，被越來越多用戶接受，但是對于手勢控制（動作捕捉）類大部分需要在人體安裝傳感器或者需要昂貴外置設(shè)備而被少量用戶接受，因此基于csi的非接觸式動作捕捉成為研究熱點。本文主
科學(xué)導(dǎo)報·學(xué)術(shù) 2020年20期2020-06-04
- 基于彎曲可變電阻的手語識別系統(tǒng)設(shè)計
傳感器信息的手勢識別方法，以提高訓(xùn)練及識別的速度。首先執(zhí)行運動窗口檢測，然后平滑濾波，將手勢加速信號預(yù)處理為幀，最后構(gòu)建離散隱馬爾可夫模型以實現(xiàn)手勢識別。關(guān)鍵詞：手勢識別;隱馬爾可夫;多傳感器融合1? ? 國內(nèi)外研究發(fā)展?fàn)顩r手語是一種相對穩(wěn)定的表達系統(tǒng)，由符號、手勢、表情和手勢補充。手勢語言源自象形語言，對應(yīng)人類手勢中的對象或行為。手語是日常生活中常用的交流語言，為了確保日常生活的實用性，本系統(tǒng)主要設(shè)計用于手語。一般來說，手語識別系統(tǒng)可以通過視覺或數(shù)據(jù)采集
無線互聯(lián)科技 2020年7期2020-05-15
- 基于計算機視覺技術(shù)的手勢識別步驟與方法研究
應(yīng)用，加強對手勢識別技術(shù)的研究有助于促進社會智能化的快速發(fā)展。目前，手勢識別技術(shù)的實現(xiàn)需要完成圖形預(yù)處理、手勢檢測以及場景劃分以及手勢識別3個步驟。此外，手勢特征可以分為動態(tài)手勢以及靜態(tài)手勢，在選用手勢識別方法時要明確兩者之間的區(qū)別，通常情況下選用的主要手勢識別技術(shù)有運用模板匹配的方法、運用SVM的動態(tài)手勢識別方法以及運用DTW的動態(tài)手勢識別方法等。文章對此展開研究。關(guān)鍵詞：計算機視覺;手勢識別;方法隨著現(xiàn)代科學(xué)技術(shù)水平的不斷發(fā)展，計算機硬件與軟件部分都獲
無線互聯(lián)科技 2020年3期2020-04-09
- 新媒體交互設(shè)計在傳統(tǒng)偶戲中的應(yīng)用研究
：傳統(tǒng)文化;手勢識別;偶戲;布偶;新媒體中圖分類號：G206 文獻標(biāo)識碼：A 文章編號：2096-5079 （2020） 06-00-02一、引言本文通過研究中國傳統(tǒng)偶戲的文化、構(gòu)造、演繹形式，結(jié)合手勢識別技術(shù)分析研究，用新媒體藝術(shù)的語言詮釋偶戲中的傳統(tǒng)文化內(nèi)涵。以作品《偶像》為例，對其偶戲中的角色進行研究定義，總結(jié)了在手勢識別技術(shù)下布偶的操控特點，分別對傳統(tǒng)以及新技術(shù)中提線木偶綁點設(shè)計進行了歸納總結(jié)。二、偶戲的發(fā)展歷史偶戲是普遍存在于世界各地的藝術(shù)樣式，
傳媒論壇 2020年6期2020-04-01
- 基于深度學(xué)習(xí)的手勢識別研究
些相對成熟的手勢識別算法，如基于模板匹配的方法、基于人工神經(jīng)網(wǎng)絡(luò)的方法以及基于隱馬爾科夫模型的方法，都存在計算復(fù)雜的劣勢，而基于深度學(xué)習(xí)的手勢識別具有一定優(yōu)勢。通過深度學(xué)習(xí)提取多層網(wǎng)絡(luò)簡化的高價值易用特征，通過向量等表示，簡化算法以實現(xiàn)良好的識別效果。通過攝像頭采集室內(nèi)復(fù)雜背景下的手勢圖像，在計算能力、存儲能力強大的PC平臺通過深度學(xué)習(xí)處理圖像，提取特征，然后進行分類識別，能提高識別準(zhǔn)確率。通過改進硬件或算法還可提高識別效率及安全性。關(guān)鍵詞：深度圖像;預(yù)處
軟件導(dǎo)刊 2019年11期2019-12-12
- 基于LeapMotion和卷積神經(jīng)網(wǎng)絡(luò)的手勢識別
積神經(jīng)網(wǎng)絡(luò)的手勢識別方法。首先利用Leap Motion獲取高精度手勢圖像，然后對圖像進行灰度處理，采用卷積神經(jīng)網(wǎng)絡(luò)算法自動對原始圖像進行特征提取及分類，最后設(shè)計6層卷積神經(jīng)網(wǎng)絡(luò)用于手勢識別。實驗結(jié)果表明，卷積神經(jīng)網(wǎng)絡(luò)算法在6種手勢測試集上的準(zhǔn)確率可達96.5%，且識別時間短，模型具有較好的魯棒性。關(guān)鍵詞：手勢識別;高精度;Leap Motion;灰度處理;卷積神經(jīng)網(wǎng)絡(luò);深度學(xué)習(xí)中圖分類號：TP39文獻標(biāo)識碼：A文章編號：2095-1302（2019）10
物聯(lián)網(wǎng)技術(shù) 2019年10期2019-11-16
- 基于動作識別技術(shù)的導(dǎo)購系統(tǒng)設(shè)計與實現(xiàn)
;動作識別;手勢識別;導(dǎo)購系統(tǒng)中圖分類號：TP393? ? ? ? 文獻標(biāo)識碼：A文章編號：1009-3044（2019）27-0187-03Abstract：In this paper， the research status and technical principle of action recognition are analyzed， and the bone data converted from the depth data informa
電腦知識與技術(shù) 2019年27期2019-11-11
- 三維循環(huán)密集卷積神經(jīng)網(wǎng)絡(luò)在視頻手勢識別的應(yīng)用
摘 ?要： 手勢識別是當(dāng)前計算機視覺的一個重要研究課題，由于手勢旋轉(zhuǎn)，角度等因素的影響，視頻手勢識別仍是一項具有挑戰(zhàn)性的任務(wù)。該文提出了一種基于三維密集卷積神經(jīng)網(wǎng)絡(luò)和門限循環(huán)單元的雙通道手勢識別算法，通過三維密集卷積神經(jīng)網(wǎng)絡(luò)獲取手勢的空間信息，使用門限循環(huán)單元學(xué)習(xí)視頻中手勢的時序信息，最后融合RGB圖像和深度圖像的深度學(xué)習(xí)模型特征以此對手勢進行識別。在ISOGD數(shù)據(jù)集上的實驗表明，該手勢識別算法能夠有效提高了視頻手勢識別的準(zhǔn)確率。關(guān)鍵詞： 手勢識別;三維密
軟件 2019年6期2019-10-08
- 基于電容傳感的手勢識別車載音頻系統(tǒng)
：電容傳感;手勢識別;車載音頻系統(tǒng)中圖分類號：TP23;TP212 ? ? ?文獻標(biāo)識碼：A 文章編號：2096-4706（2019）13-0032-03Gesture Recognition Vehicle Audio System Based on Capacitance SensorSUO Chaoju，XU Ning，LIU Jingbo，SHEN Peiyu，LI Hongbo（School of Information and Communic
現(xiàn)代信息科技 2019年13期2019-09-10
- 基于手勢識別的油煙機控制系統(tǒng)
要研究油煙機手勢識別系統(tǒng)，特性是包含中央控制系統(tǒng)、手勢采集和識別系統(tǒng)、控制結(jié)果指示模塊與電機驅(qū)動模塊。油煙機控制系統(tǒng)升級改良，促進國內(nèi)技術(shù)進步，同時滿足人民日益增長的美好生活需要，符合新時代創(chuàng)新發(fā)展。希望此項專利能更多更公平地惠及全體人民。關(guān)鍵詞：手勢識別；油煙機；控制系統(tǒng)引言油煙機手勢識別系統(tǒng)操作的主要內(nèi)容是：由微處理器、基于計算機視覺技術(shù)的手勢傳感器及無線信號發(fā)送模塊組成的手勢采集與識別系統(tǒng)。傳感器將收到的手勢信息傳送給微處理器，微處理器再將其轉(zhuǎn)化為指
E動時尚·科學(xué)工程技術(shù) 2019年6期2019-09-10
- 仿真假體視覺下基于深度圖像的手勢識別研究
深度圖像對于手勢識別的不同效果，研究使用Kinect獲取彩色圖像以及深度圖像進行手勢識別。通過Kinect提取的骨骼信息與提取的深度圖像結(jié)合，將人體與背景圖像分離，對OpenCV庫分離后的圖像進行降噪，并進行像素化處理。在不同分辨率（32×32，48×48，64×64）下進行彩色圖像和深度圖像的手勢識別實驗。實驗結(jié)果表明，隨著分辨率的增加，手勢識別的準(zhǔn)確率也不斷增加。同一分辨率下，深度圖像下的手勢識別率總體高于彩色圖像下的手勢識別率，且在32×32分辨率下
現(xiàn)代電子技術(shù) 2019年16期2019-08-23
- 應(yīng)用于數(shù)字化博物館虛擬展示的人機交互系統(tǒng)研究
準(zhǔn)確性，采用手勢識別方法完成人機交互系統(tǒng)研究。對用戶手勢進行三維空間坐標(biāo)系建模，在卡爾曼濾波之后進行稀疏表示優(yōu)化，去掉與手勢庫樣本集合關(guān)聯(lián)性弱的無效手動濾除，生成博物館展品展示動作軌跡。實驗證明，優(yōu)化后的算法在展品動作軌跡生成方面性能更優(yōu)，運動誤差更小，無效路徑更少。關(guān)鍵詞： 數(shù)字化博物館; 虛擬展示; 人機交互; 運動誤差; 卡爾曼濾波; 手勢識別中圖分類號： TN99?34; TP393 ? ? ? ? ? ? ? ? ? ?文獻標(biāo)識碼： A ? ?
現(xiàn)代電子技術(shù) 2019年15期2019-08-12
- 一種3D擬真書的設(shè)計與實現(xiàn)
攝像頭的動態(tài)手勢識別以及計算機全息圖像的實時生成兩項技術(shù)作為突破口，將unity作為數(shù)據(jù)處理中心和中轉(zhuǎn)平臺，調(diào)用百度、微信等API來更好地實現(xiàn)和完善古籍3D擬真書設(shè)計。此設(shè)計具有廣泛的應(yīng)用前景且還含有較大的提升空間。關(guān)鍵詞：全息圖像;古籍;文物;手勢識別;語音交互 ;翻譯中圖分類號：TP311? ? 文獻標(biāo)識碼：A文章編號：1009-3044（2019）17-0095-02開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：在互聯(lián)網(wǎng)+背景下，許多傳統(tǒng)出版單位紛紛進行轉(zhuǎn)
電腦知識與技術(shù) 2019年17期2019-08-10
- 虛擬現(xiàn)實交互游戲中的手勢識別
技術(shù)的發(fā)展和手勢識別技術(shù)的不斷提升，人們對自然交互的方式不斷提出迫切需求。對于交互體驗的游戲而言，尤為突出。此前的研究主要利用普通攝像頭采集圖像，獲取手勢的運動形態(tài)及像素信息，無法獲得具有深度信息手勢的三維特征。隨著Leap Motion等深度傳感器的出現(xiàn)，更多的深度信息可以被獲取，為識別復(fù)雜的手勢提供了可靠的數(shù)據(jù)保障。文章使用一種基于深度經(jīng)網(wǎng)絡(luò)的游戲交互手勢識別系統(tǒng)，與以往的方法相比，具有更好的性能。關(guān)鍵詞：虛擬現(xiàn)實；手勢識別；卷積神經(jīng)網(wǎng)絡(luò)中圖分類號：T
科技創(chuàng)新與應(yīng)用 2019年20期2019-06-27
- 一種簡易手勢識別裝置
從不同角度對手勢識別技術(shù)進行分類概述，并針對現(xiàn)有的手勢識別裝置應(yīng)用范圍狹窄的問題，擬以設(shè)計一種以微控制器為核心的簡易手勢識別裝置。該裝置包括智能控制模塊、電容傳感器模塊、鍵盤輸入模塊和顯示模塊。本項目具有智能切換訓(xùn)練模式與識別模式、智能顯示、智能檢測和低成本等優(yōu)點，提高了手勢識別裝置應(yīng)用到更多領(lǐng)域的可能性，具有良好的應(yīng)用發(fā)展前景。關(guān)鍵詞：手勢識別；電容式傳感；人機交互DOI：10.16640/j.cnki.37-1222/t.2019.12.135手勢作為
山東工業(yè)技術(shù) 2019年12期2019-05-30
- 基于FDC2214設(shè)計的手勢識別系統(tǒng)
傳感器設(shè)計的手勢識別系統(tǒng)，系統(tǒng)依據(jù)電容并聯(lián)求和及LC諧振原理，通過FDC測量返回信號的頻率計算出相應(yīng)的電容，從而達到通過測量電容變化進而感知手勢變化的一種測量方式。此外，當(dāng)環(huán)境以及人員變化時，該系統(tǒng)具備重新學(xué)習(xí)以適應(yīng)變化的環(huán)境和人物，且系統(tǒng)抗干擾能力強。該系統(tǒng)的設(shè)計機理有望應(yīng)用在未來無人駕駛、人工智能等方面。關(guān)鍵詞：FDC2214；MSP430F5529；手勢識別現(xiàn)介紹一種利用電容及諧振等原理，基于FDC2214非接觸式電容傳感器設(shè)計的手勢識別系統(tǒng)的方法[
無線互聯(lián)科技 2019年2期2019-05-24
- 智能交警手勢識別系統(tǒng)的設(shè)計與實現(xiàn)
速發(fā)展，交警手勢識別逐漸成為了交通領(lǐng)域的緊迫需求。因肢體運動的任意性都給手勢識別帶來了巨大挑戰(zhàn)，針對交警的指揮手勢檢測與識別的問題，對交警手勢識別的動作檢測和識別技術(shù)進行了深入研究，并且基于Python的OpenCV庫函數(shù)和目標(biāo)檢測算法以及BP神經(jīng)網(wǎng)絡(luò)算法實現(xiàn)了智能交警手勢識別系統(tǒng)。實驗表明，系統(tǒng)對交警手勢的識別具有較高的識別率，能夠很好地處理采光環(huán)境、手勢動作速度不一致和手勢姿態(tài)不同等帶來的識別問題，具有較好的應(yīng)用前景。關(guān)鍵詞： 無人駕駛； 交警手勢；
電腦知識與技術(shù) 2019年9期2019-05-24
- 基于多尺度卷積神經(jīng)網(wǎng)絡(luò)模型的手勢圖像識別
NN算法進行手勢識別的精度不高的問題，提出一種新的算法。首先對識別的手勢圖片進行二值化處理，濾除手勢的背景，凸顯手勢在圖像中的權(quán)重，背景對手勢識別影響降低。其次，在經(jīng)典卷積神經(jīng)網(wǎng)絡(luò)模型AlexNet的基礎(chǔ)上，提出一種多尺度卷積核的改進卷積神經(jīng)網(wǎng)絡(luò)模型。改進卷積神經(jīng)網(wǎng)絡(luò)模型采取兩種卷積核進行手勢特征提取，利用多尺度卷積核和雙通道進行特征融合，然后利用在不同角度，不同旋轉(zhuǎn)下拍攝的手勢圖像數(shù)據(jù)集對改選模型進行實驗驗證。研究結(jié)果表明，提出的算法模型在不同的角度和不
現(xiàn)代電子技術(shù) 2019年24期2019-04-28
- 基于NB-IoT的遠程手勢識別系統(tǒng)
計了一套遠程手勢識別系統(tǒng)。系統(tǒng)采用PAJ7620傳感器采集手勢數(shù)據(jù)，以STM32L433作為主控芯片，M5311模組作為NB-IoT通信模塊。系統(tǒng)通過NB-IoT網(wǎng)絡(luò)連接至中國移動OneNET云平臺，從而使用戶可以在PC端遠程查看終端設(shè)備采集的手勢信息。文章給出了系統(tǒng)總框架設(shè)計，以及詳細(xì)的硬件模塊和軟件流程設(shè)計。經(jīng)過測試驗證，系統(tǒng)可以準(zhǔn)確地識別出不同手勢動作并實時將對應(yīng)數(shù)據(jù)上傳至云平臺。整套系統(tǒng)支持距離廣，操作靈活，可靠性高，適合用于特定人群進行簡單信息發(fā)
電腦知識與技術(shù) 2019年35期2019-03-07
- 基于手勢識別的智能家居系統(tǒng)
otion的手勢識別技術(shù)融入智能家居系統(tǒng)，使用LeapMotion獲取手腕、手掌和手指圖像的深度信息與骨骼數(shù)據(jù)。設(shè)計了智能家居系統(tǒng)的硬件電路與相應(yīng)的模塊軟件，并采用Socket技術(shù)實現(xiàn)了手勢控制指令的傳輸。實驗結(jié)果表明，該系統(tǒng)操作簡單，能通過簡單的手勢實現(xiàn)對家居的操作。關(guān)鍵詞：Leap Motion；手勢識別；智能家居；互聯(lián)網(wǎng)+中圖分類號：TP311 文獻標(biāo)識碼：A 文章編號：1009-3044（2018）27-0170-03Design of Intel
電腦知識與技術(shù) 2018年27期2018-12-18
- 基于APP操控平臺的手勢識別機械臂控制系統(tǒng)
。關(guān)鍵詞： 手勢識別； 機械臂； 傳感器； 上位機軟件； 遠程控制； 移動平臺中圖分類號： TN876?34； TP242.6 文獻標(biāo)識碼： A 文章編號： 1004?373X（2018）22?0072?03Abstract： A mechanical arm control system built on the mobile platform is designed. The Leap Motion infrared hand gesture sens
現(xiàn)代電子技術(shù) 2018年22期2018-11-13
- 基于多點特征提取的手勢識別的研究
劉珂摘 要：手勢識別系統(tǒng)是指人類用語言中樞建立起來的一套用手掌和手指位置、形狀構(gòu)成的特定語言系統(tǒng)。為了解決傳統(tǒng)手勢識別計算量大的問題，在已有的手勢識別基礎(chǔ)上，提出一種重心距離的手勢識別方法。通過膚色檢測方法進行手勢分割，計算手的重心，將手的邊緣的點與重心點的距離按順時針方向或者逆時針方向遍歷，就會出現(xiàn)五個峰值，分別是五個手指。實驗結(jié)果表明，與現(xiàn)有方法相比，此方法在識別速度方面有了明顯的提高。關(guān)鍵詞：手勢識別；膚色檢測；手勢分割；指尖檢測中圖分類號：TP39
科技創(chuàng)新與應(yīng)用 2018年25期2018-10-27
- 基于Kinect的機械手體感控制系統(tǒng)
inect 手勢識別 指尖檢測 機械手 人機交互中圖分類號：U292 文獻標(biāo)識碼：A 文章編號：1672-3791（2018）05（a）-0078-02在當(dāng)今社會中，計算機技術(shù)在各種領(lǐng)域中都有廣泛應(yīng)用。現(xiàn)在主流的人機交互手段是鍵盤、鼠標(biāo)，但是這種交互手段在直觀性、自然性上有一定的限制。手勢識別是新興的人機交互手段，利用計算機視覺技術(shù)使得計算機明白人的意圖，從而實現(xiàn)相應(yīng)的控制，這種便捷的控制方式具有廣泛的研究價值。1 Kincet設(shè)備獲取手部信息1.1 Ki
科技資訊 2018年13期2018-10-26
- 基于手勢識別的智能電視交互專利技術(shù)綜述
交互的需要，手勢識別研究取得了蓬勃的發(fā)展，通過手勢識別對智能電視進行控制和操作，能夠更輕松、高效地使用電視設(shè)備。文章利用專利數(shù)據(jù)庫對智能電視手勢識別技術(shù)進行了數(shù)據(jù)統(tǒng)計和分析，對該領(lǐng)域的專利申請趨勢等情況做了歸納總結(jié)。關(guān)鍵詞：智能電視；手勢識別；發(fā)展?fàn)顩r；專利中圖分類號：T-18 文獻標(biāo)志碼：A 文章編號：2095-2945（2018）24-0011-03Abstract： Intelligent TV has the operating system， w
科技創(chuàng)新與應(yīng)用 2018年24期2018-10-20