作者:周开店,谢钧,罗健欣 单位:华北计算机系统工程研究所(中国电子信息产业集团有限公司第六研究所) 出版:《信息技术与网络安全》2017年第02期 页数:4页  (PDF与DOC格式可能不同) PDF编号:PDFWXJY2017020160 DOC编号:DOCWXJY2017020169 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于Leap Motion传感器的自适应动态手势识别》PDF+DOC2017年第02期 刘权,陈一民,高明柯,李启明,黄晨 《基于机器学习的手势识别系统及其在移动终端上的应用》PDF+DOC2017年第08期 李养群,周梅 《Leap Motion的现状及展望》PDF+DOC2017年第15期 周鲜子 《基于雷达技术的手势识别》PDF+DOC2016年第06期 刘熠辰,徐丰 《基于多Leap Motion传感器的机械手手势控制系统》PDF+DOC2017年第07期 唐春晓,王志红 《基于Leap Motion手势识别机械臂的研究》PDF+DOC2020年第02期 严根伟,毛丽民,梁艺瑶,张嘉颖 《Leap Motion手势交互层次化校正方法研究》PDF+DOC2020年第10期 谷学静,王旭,阚阔 《基于手机手势识别的媒体控制界面》PDF+DOC2010年第23期 丁跃,刘军发,陈益强,周经野 《两轮自平衡机器人多传感器数据融合方法研究》PDF+DOC2007年第03期 王晓宇,闫继宏,臧希喆,秦勇,赵杰 《面向互动电视的手势交互系统》PDF+DOC2014年第11期 刘雪君,刘亚波,王明敏
  • Leap Motion是最近推出的一款比较新颖的手部信息采集设备,它能够高精度、高帧率地跟踪捕获手部信息,基于此特性,本文阐述了一种基于指尖位置和方向信息进行手势提取和识别的研究方案。采用Leap Motion传感器进行手势的三维空间坐标信息采集,从中提取指尖坐标及方向向量信息,建立手势识别模型,构建手势特征数据。对特征数据进行归一化处理后输入到支持向量机进行训练,实现对特定手势的识别。实验结果表明,提出的手势识别方案平均识别精度达到97.33%,具有较高的准确性和鲁棒性。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。