论文部分内容阅读
针对传统手势识别算法存在的识别率低的问题,提出一种新的手势识别改进算法,对现有的基于模板匹配的手势识别算法改进,加入有效性阈值对手势类别进一步判断,实现手势的分类与识别,实验表明该手势识别方法对手势的识别率为95%。
基于Leap Motion的手势识别改进算法
【摘 要】
：
针对传统手势识别算法存在的识别率低的问题,提出一种新的手势识别改进算法,对现有的基于模板匹配的手势识别算法改进,加入有效性阈值对手势类别进一步判断,实现手势的分类与识别,实验表明该手势识别方法对手势的识别率为95%。
【机 构】
：
中国航空工业导弹院,洛阳 471000
【出 处】
：
现代计算机
【发表日期】
：
2021年10期
其他文献
为了解决Otsu法对图像多阈值分割中存在的空间和时间复杂度高的问题,本文SSA算法与传统Otsu分割算法结合(SSA-Otsu)来优化彩色图像多阈值分割的效果。另外,为证明SSA-Otsu算法结合的优越性,与PSO算法与传统Otsu分割算法结合(PSO-Otsu)分割效果对比。通过PSNR和SSIM评价指标评价图像分割效果,实验结果表明SSA-Otsu算法比PSO-Otsu分割更好。
深度学习在很多领域中取得显著效果,但是依赖巨量标注样本限制其发展.深度迁移学习和深度主动学习是解决深度学习标注样本不足的两类主流方法,它们各有擅长与不足,两者结合产
游客在线评论可以揭示游客的主要关注点,并对其他游客的决策产生影响。提出一种游客在线评论文本的分析和可视化方法。首先对评论数据进行关键词识别,再通过词云对高频词进行可视化,并基于词共现网络分析共现于同一条评论中的关键词。通过对在线评论的可视化分析,有利于直观分析游客的关注主体及情感倾向。
室内场景的光照估计是一项用途广泛的工作,然而,受制于室内图像有限的拍摄视角与较高的场景复杂度,从单张图片中难以获取场景完整的信息,估计室内场景光照具有较大的挑战。本文使用一种虚拟训练数据集,提出一种基于卷积神经网络的室内场景光照估计方法,该网络利用当前采集的有限视角场景LDR图像估计场景光照变化,据此更新场景初始光照的HDR全景环境贴图。实验表明,本方法能快速准确地预测场景光照变化,并在渲染测试中
目标跟踪算法作为深度学习中常见的算法之一,特点在于对某一个目标的持续跟踪,常见于安防、自动驾驶等领域,对其进行综述,主要包含核心网络结构和思想、难点、以及常见方法、各自的优缺点,最后对于以深度学习为基础的单目标跟踪算法的发展趋势进行展望。