一、方案背景 肌电信号作为生物电信号的一种，是产生肌肉动力的电信号根源，它是肌肉中很多运动单元的动作电位在时间和空间上的叠加，很大程度上上反应了神经、肌肉的运动状态。
从获取肌电信号的来源来看，一般有两种，一种是通过针电极插入肌肉获取，即针式肌电信号，其优点是干扰小，易辨识，但是会对人体造成伤害；
另外一种通过电极片获取人体皮肤表面的肌电信号，即表面肌电信号（sEMG），这种方法比较简单，对人体也没有伤害，比较常用。
本设计中采集的是表面肌电信号。
表面肌电信号可以从人体很多部位获取，比如小腿、大腿、腰、后背、颈部等，从不同部位获取的表面肌电信号携带着相应部位的运动和功能信息。
例
从获取肌电信号的来源来看，一般有两种，一种是通过针电极插入肌肉获取，即针式肌电信号，其优点是干扰小，易辨识，但是会对人体造成伤害；
另外一种通过电极片获取人体皮肤表面的肌电信号，即表面肌电信号（sEMG），这种方法比较简单，对人体也没有伤害，比较常用。
本设计中采集的是表面肌电信号。
表面肌电信号可以从人体很多部位获取，比如小腿、大腿、腰、后背、颈部等，从不同部位获取的表面肌电信号携带着相应部位的运动和功能信息。
例
2024/6/13 5:53:52
81KB
1
设计一种麦克纳姆轮全向行走运输平台的体感交互控制系统。
该系统应用kinect体感器提出骨骼运动信息识别和基于深度手势识别的两种控制方式，应用于不同场景。
基于骨骼运动信息识别控制方式通过kinect获取人体深度图像数据，然后利用骨骼追踪技术提取人体应用关节点，并建立空间坐标系，最后通过向量计算法来计算出人体关节转动角度实现动态的动作识别进而转换为控制指令实现平台控制。
基于深度手势识别控制方式利用kinect获取的深度信息实现手部从背景中分割，然后运用模板匹配的方式识别手势转换为控制指令实现平台控制。
实验表明，通过该控制系统能对全方位运输平台进行有效灵活的控制。
该系统应用kinect体感器提出骨骼运动信息识别和基于深度手势识别的两种控制方式，应用于不同场景。
基于骨骼运动信息识别控制方式通过kinect获取人体深度图像数据，然后利用骨骼追踪技术提取人体应用关节点，并建立空间坐标系，最后通过向量计算法来计算出人体关节转动角度实现动态的动作识别进而转换为控制指令实现平台控制。
基于深度手势识别控制方式利用kinect获取的深度信息实现手部从背景中分割，然后运用模板匹配的方式识别手势转换为控制指令实现平台控制。
实验表明，通过该控制系统能对全方位运输平台进行有效灵活的控制。
2024/6/6 9:27:18
1.15MB
1
基于kinectv2的人体动作识别，配套博客（http://blog.csdn.net/baolinq/article/），基于mfc，可以识别左移右移、上蹦下跳等，也可以自己自定义其他动作，加一些判定代码即可。
使用的时候可能需要自己新建一个工程，为了上传文件小一点，我只上传了主要的代码文件~~
使用的时候可能需要自己新建一个工程，为了上传文件小一点，我只上传了主要的代码文件~~
2024/3/31 13:34:33
2.25MB
1
DTW算法的动作识别源项目文件，开发环境为vs2010+opencv+c#等相关开发环境，还有Kinect硬件设备
2016/2/23 3:35:35
379KB
1
这是HaGRID手势识别数据集使用说明和下载，原文连接：https://panjinquan.blog.csdn.net/article/details/126725796，HaGRID数据集数量特别大，有716GB的大小，包含552,992个FullHD(1920×1080)RGB图像。
此外，如果帧中有第二只手，则某些图像具有no_gesture类。
这个额外的类包含123,589个样本。
数据分为92%的训练集和8%的测试集，其中509,323幅图像用于训练，43,669幅图像用于测试。
提供手势动作识别数据集，共18个手势类别，每个类别约含有7000张图片，总共123731张图片(12W+)提供所有图片的json标注格式文件，即原始HaGRID数据集的标注格式提供所有图片的XML标注格式文件，即转换为VOC数据集的格式提供所有手势区域的图片，每个标注框的手部区域都裁剪上去，并保存在Classification文件夹下可用于手势目标检测模型训练可用于手势分类识别模型训练
此外，如果帧中有第二只手，则某些图像具有no_gesture类。
这个额外的类包含123,589个样本。
数据分为92%的训练集和8%的测试集，其中509,323幅图像用于训练，43,669幅图像用于测试。
提供手势动作识别数据集，共18个手势类别，每个类别约含有7000张图片，总共123731张图片(12W+)提供所有图片的json标注格式文件，即原始HaGRID数据集的标注格式提供所有图片的XML标注格式文件，即转换为VOC数据集的格式提供所有手势区域的图片，每个标注框的手部区域都裁剪上去，并保存在Classification文件夹下可用于手势目标检测模型训练可用于手势分类识别模型训练
2022/9/16 21:14:28
136B
1
（含源码及报告）本程序分析了自2016年到2021年（外加）每年我国原油加工的产量，并且分析了2020年全国各地区原油加工量等，含饼状图，柱状图，折线图，数据在地图上显示。
运转本程序需要requests、bs4、csv、pandas、matplotlib、pyecharts库的支持，如果缺少某库请自行安装后再运转。
文件含6个excel表，若干个csv文件以及一个名字为render的html文件（需要用浏览器打开），直观的数据处理部分是图片以及html文件，可在地图中显示，数据处理的是excel文件。
不懂可以扫文件中二维码在QQ里面问。
运转本程序需要requests、bs4、csv、pandas、matplotlib、pyecharts库的支持，如果缺少某库请自行安装后再运转。
文件含6个excel表，若干个csv文件以及一个名字为render的html文件（需要用浏览器打开），直观的数据处理部分是图片以及html文件，可在地图中显示，数据处理的是excel文件。
不懂可以扫文件中二维码在QQ里面问。
2022/9/30 16:31:44
29.75MB
1
本人先前学习opencv时候实现过的一些不错的代码程序，都能成功运行，效果不错，拿来和大家分享。
打打基础也好，里面动作识别，动作追踪，轮廓检测都有
打打基础也好，里面动作识别，动作追踪，轮廓检测都有
2015/5/19 22:35:54
13.34MB
1
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