文件名称：颜色分类leetcode-DNN-Gesture-Classifier:俄语手语的深度神经网络手势分类器
文件大小：25.14MB
文件格式：ZIP
更新时间：2024-07-26 16:49:00
系统开源
颜色分类leetcode 深度神经网络手势分类器 以俄罗斯手语为例，使用卷积神经网络进行静态手势分类 ResearchGate 上的出版物 域背景 人机交互界面的实现和范围多种多样，例如具有控制台输入输出的系统、具有手势控制的控制器、脑机接口等。 自 2010 年微软发布非接触式游戏控制器 Kinect 以来，使用基于自定义手势识别的数据输入的系统得到了广泛的欢迎。 基于手势的控制器增加了他们的市场份额，并成为不同类别用户日常生活的一部分。 所以，比如大众汽车厂商推出了多媒体系统Golf R Touch Gesture Control，通过手势指令来控制汽车的多媒体系统。 要将手势命令转换为控制信号，需要一种手势分类机制，可以从各种设备获取：定义关节坐标的特殊手套，以及 2D 和 3D 摄像机。 使用手套的方法有一个明显的缺点——用户需要佩戴连接到计算机的特殊设备。 反过来，基于使用摄像机的计算机视觉概念的方法被认为更自然且成本更低。 问题陈述 项目展示了俄罗斯手语静态手势分类系统的核心，该系统基于计算机视觉方法，使用卷积神经网络。 这项工作是实际的，代表了手势识别领域研究人员的起点。
【文件预览】：
DNN-Gesture-Classifier-master
----.gitignore(58B)
----LICENSE(1KB)
----README.md(6KB)
----imgs()
--------05_exp.png(762KB)
--------02_segment.png(134KB)
--------03_cnn.png(227KB)
--------01_dataset.png(703KB)
--------06_res.png(50KB)
--------07_cnn.png(83KB)
--------04_train.png(94KB)
----01-gesture-dnn-showcase()
--------dnn-gesture-showcase.ipynb(3.92MB)
--------video_data()
--------README.md(3KB)
--------arial.ttf(304KB)
----00-Legacy()
--------dnn-gesture-classifier_v1_keras.ipynb(383KB)
--------dnn-gesture-classifier_v2_pytorch.ipynb(1.6MB)
--------arial.ttf(304KB)
--------report.pdf(1.77MB)
--------model.h5(11.32MB)
--------gestnames.csv(58B)