近年来,手势识别作为新一代人机交互手段,受到了国内外研究学者以及公司的关注和研究,并且取得了突出的成果,在智能电视、游戏娱乐设备、机器人等方面都有了广泛的应用,而且,通过对手势识别技术的研究,可以推动机器设备对视觉感知能力的认识,并将其应用到更多的人工智能领域,使机器设备更好的理解人类的想法和意图,为我们的生活和工作带来更大的好处。
本文通过手势分割、边缘检测、特征提取、匹配识别等技术实现了一种能识别五种手势的手势识别系统,可以完成人机交互的基本任务。
文件包含有MATLAB代码和DSP代码(DSP代码经在TI公司的C6414芯片测试通过),以及详细的文档说明和PPT展示,方便读者理解。
2024/2/14 20:24:25 12.87MB 手势识别 深度学习
1
李航《统计学习方法》中关于感知机分类算法的原理及实现。
2024/2/2 2:08:57 3KB 机器学习 神经网络
1
使用opencv的支持向量机提取车牌位置,使用多层感知机网络识别车牌字符,运行效果OK
2024/1/30 14:21:52 8.9MB opencv jni 车牌识别
1
TIFMCWRadar视频教程配套课件,非常经典的FMCW雷达感知原理介绍.
2024/1/30 2:43:48 944KB mmvave radar FMCW
1
使用单层感知器网络解决与逻辑问题,也是很简单的神经网络程序,帮助大家理解算法。
有问题的话希望和大家一起讨论。
2024/1/25 23:03:35 1KB 感知器
1
本工具箱包含常用的压缩感知图像重构算法,如OMP,BP,IHT,等算法,非常齐全。
2024/1/24 19:57:56 9.56MB 图像重构
1
压缩感知作为一种新的信息处理理论,将传统的对信号的采样变为对信息的采样,测量矩阵是压缩感知的核心之一,在信号的压缩投影及重构过程中起着重要作用测量矩阵能够在投影测量时保持原始信号的重要信息,并可结合测量值重构出原始信号。
本课题研究了几种较为常见的测量矩阵构造方法,并通过编程进行了性能验证。
2023/12/24 7:48:11 3.71MB cs
1
深度学习的概念源于人工神经网络的研究。
含多隐层的多层感知器就是一种深度学习结构。
深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征,以发现数据的分布式特征表示。
以上是部分深度学习引文论文合集
2023/12/23 9:20:41 138.24MB 深度学习
1
虽然均值哈希更简单且更快速,但是在比较上更死板、僵硬。
它可能产生错误的漏洞,如果有一个伽马校正或颜色直方图被用于到图像。
这是因为颜色沿着一个非线性标尺-改变其中“平均值”的位置,并因此改变哪些高于/低于平均值的比特数。
一个更健壮的算法叫pHash,(我使用的是自己改进后的算法,但概念是一样的)pHash的做法是将均值的方法发挥到极致。
使用离散余弦变换(DCT)降低频率。
1
iStep:用于移动传感器网络中扩散分析的可感知步骤的采样方法
2023/12/21 18:44:34 2.12MB 研究论文
1
共 317 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡