基于可穿戴数据的手势识别 |
| 时间：2025-04-01 10:52:29 来源：互联网 作者： |
百度学术手势识别是人工智能一个重要的领域.在虚拟现实,聋哑人交流,机器人控制等方面均有广泛的应用前景.手势识别领域的两大研究重点为孤立词手势识别和连续词手势切分的问题.手势识别根据使 更多内容请查看https://xueshu.baidu.com/usercenter/paper/show?paperid=1f5g0ct0v7790vd0xx240jk0fk243853
豆丁网基于可穿戴数据手套的手势识别方法研究 本文对目前手势识别领域相关问题的解决方案做了研究并做出总结，在基本的理论. 基础下介绍了几种经典的手势识别算法。 通过对不同算法应用于手势识别领域的了解， 发 更多内容请查看https://www.docin.com/p-2286380414.html
万方数据知识服务平台https://d.wanfangdata.com.cn › thesis基于可穿戴设备的多传感器手势设计与识别方法研究-学位-万方 因此本文在使用手势控制无人机操作的场景下，设计了以用户体验为中心的手势集，使用肌电传感器、弯曲传感器、惯性传感器和嵌入式电路板构建了一套可穿戴手势识别设备，并基于该可穿 更多内容请查看https://d.wanfangdata.com.cn/thesis/ChhUaGVzaXNOZXdTMjAyNDA5MjAxNTE3MjUSCUQwMTkwNjQ4OBoIc3FibGx5Z3U%3D
百度学术针对15种自定义的控制手势,融合加权KNN与GMMHMM-SVM算法的识别准确率为97.33%,基于CNN算法的识别准确率为92.13%。本文对两种算法进行比较,选择准确率较高的算法移植到可 更多内容请查看https://xueshu.baidu.com/usercenter/paper/show?paperid=fdd74e369efc94bcb19c98ddff2b9117
X-MOL科学知识平台基于专用数据手套信号和深度学习算法的动态手势识别,IEEE 2021年5月6日 · 其次，提出了一种新颖的动态手势识别算法（DGDL-GR）来识别人类动态手语，其中充分利用了卷积神经网络（fCNN）和通用时间卷积网络（TCN）的融合模型。 提 更多内容请查看https://www.x-mol.com/paper/1396242850133819392/t?adv
内网DNS，企业DNS，递归DNS，转发DNS，局域网DNS，DNS软件下载，私有化部署DNS的一套软件应用方案，更多内容请查看https://vhdns.cn
百度学术为了优化手势识别算法和减小可穿戴设备的体积,本文提出了一种基于可穿戴控制器的手势识别系统,利用惯性传感器采集手势数据,通过手势识别算法在上位机上显示识别结果,该控制器可穿戴于 更多内容请查看https://xueshu.baidu.com/usercenter/paper/show?paperid=f6ea3bf7a1b033d58baa2032899a040a
https://blog.csdn.net › article › details › 手势识别 技术 本文详细介绍了手势识别技术，包括基于可穿戴设备、触摸技术和计算机视觉的识别方法。 在可穿戴设备中，通过数据手套和其他传感器获取手势数据，利用神经网络 更多内容请查看https://blog.csdn.net/weixin_42595525/article/details/89400859
|
|
|
|
