2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩57頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、近來,語音識別、手勢識別等新的人機交互技術(shù)的研究受到了廣泛的關(guān)注,其應(yīng)用范圍已擴展到人和機器之間交互.本文主要研究了基于視覺的手勢識別系統(tǒng)的關(guān)鍵技術(shù),并將其應(yīng)用到機器與人的交互之中.本文首先對手勢識別方法進行了總結(jié),分析了各種方法的優(yōu)劣;然后利用了基于視覺的手勢模型,分別對靜態(tài)手勢識別和動態(tài)手勢識別方法進行論述.支持向量機(SVM)是在統(tǒng)計學(xué)習(xí)理論基礎(chǔ)之上發(fā)展起來的一種通用學(xué)習(xí)方法,由于堅實的理論基礎(chǔ),成為繼神經(jīng)網(wǎng)絡(luò)后的又一個研究熱點.

2、最小二乘支持向量機(LS-SVM)是標(biāo)準(zhǔn)SVM的變種,減小了計算量,可以處理大規(guī)模的訓(xùn)練集.在靜態(tài)手勢識別中,本文實現(xiàn)了基于LS-SVM分類器的手勢識別系統(tǒng),采用了基于視覺的手勢模型,利用了傅立葉描述子進行手勢特征描述.隱馬爾可夫模型(HMM,Hidden Markov Model)是手勢和語音等序列信號識別中常用的工具.關(guān)于動態(tài)手勢的識別,本文使用了隱馬爾可夫模型,利用了光流跟蹤的方法來獲取手勢中心位置,運用了16方向鏈碼獲取離散特征

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論