-
-
-
-
-
Gesture-Recognition.rar
:针对概念设计以及工程草图设计过程中，用户的草绘编样修改行为进行了初步研究，目的在于能够设计出一
套符合用户设计习惯的编裤手势.然后尝试采用基于BP神经网络的方法对其进行识别，以实现计算机对草绘设计行为
的准确理解以及草图的快速编辉修改.实验结果表明，提出的方法具有较高的识别效果，加快了概念草图的设计过程.
-
Hand-Gesture-Recognition-.rar
提出丁一种在距离空间内采用Euclidean距离计算的手势识别算法。手势图像经过连缘检羽后，时边缘图像卖施Euclidean
距离变换(ElYr)。在距离变换空间^计算距离映射图与样本之间的Euclidean距离。罩后，时基于单目税觉的30十手
指语牟母手势进行识刺．最好识剐率达93．33％。
-
Gesture-Recognition-.rar
本文提出一种用于手势识别的新方法，它将图像的方向直方图矢量(0Hv)与神经网络相结合。其特点在于选用
图像的方向直方图矢量作为手势的特征矢量，该特征矢量对于光线和手的平移变化具有较强的鲁棒性，这正是手势识别所要
解决的关键问题。在训练阶段，首先需要建立手势样本的特征矢量库；在识别阶段，本文选用三层BP网络作为分类器，获得
了90％以上的识别率。本文还对手势进行一定角度的旋转后的识别进行了讨论，识别结果达到预期要求。
-
gesture-recognition.rar
出并设计了基于计算机视觉的手势识别系统。采用双肤色模型和背景自适应模型进行手势分割，解决纷乱背景
下实时手势分割问题。以傅里叶描述于表缸E手势轮廓，基于BP网络建立的手势识别分类器，具有较强的自学习能力，提高了
识别率。
-
research-of-gesture-recognition.rar
近年来手势识别技术的快速发展，基于手势识别技术的人机交互应用系统的建立使得人机交互的发展前景广阔。从
手形、手势和手形手势的建模出发，介绍了模板匹配、特征提取、神经网络和隐马尔可夫模型4 种手势识别的方法，并且综述
了基于手势识别技术人机交互的发展，详细介绍了3 类人机交互系统：漫游型系统、编辑型系统和操作型系统。
-
-
-
Go To English Version 超过100万源码资源，1000万源码文件免费下载
