gesture recognition | BriefGPT

关键词gesture recognition

搜索结果 - 57

IPN Hand: 一个视频数据集和基准，用于实时连续手势识别
本文介绍了一个名为 IPN Hand 的新的基准数据集，用于训练和评估深度神经网络，包含超过 4,000 个姿势样本和 50 个人的 800,000 个 RGB 帧。作者对 13 个不同的静态和动态手势进行了设计以应对无触摸屏幕的交互，并考
PDF4 years ago
ICCV同时分割和识别：实现更精准的自我手势识别
该论文阐述了一种基于深度神经网络的自我手势识别方法，该方法可以在 AR 和 VR 环境中直接使用。同时，该方法利用同时分割和识别的概念来识别自我手势，并在 EgoGesture 数据集上的实验表明，该方法比目前最先进的技术实现了更好的识别准
PDF5 years ago
ECCVUAV-GESTURE: 用于无人机控制和手势识别的数据集
为了填补这一空白并在更广泛的应用领域中开展研究，我们在室外环境中记录了一组 UAV 手势信号数据集。数据集中包含适用于基本 UAV 导航和指令的 13 个手势，共计 119 个高清视频剪辑，包含 37151 个帧，由基于姿势的卷积神经网络（
PDF5 years ago
ECCVHANDS18：手部观察的方法、技术和应用
本文介绍了第四届国际手部观察和理解研讨会的会议程序，讨论了一系列与手势识别和实际应用相关的话题，重点关注 RGB 数据和手势识别技术的发展和应用。
PDF6 years ago
基于时间序列分析的 U-Net 人体活动识别
本文提出了一种基于 U-Net 的 HAR 算法，通过将加速度计的活动数据映射为具有单像素列和多通道的图像输入到神经网络进行训练和识别，从而实现像素级姿态识别，无需手动特征提取，能够有效识别长期活动序列中的短期行为，与其他六种机器学习方法相
PDF6 years ago
MM一种通用的多模态动态手势识别系统，采用机器学习
提出了一种利用机器学习系统通过 tri-axial 加速度数据识别动态手势的方法，该系统能够以最少的预处理分类不同速度的手势，而且在低成本的嵌入式平台（Raspberry Pi Zero）上运行，具备经济可行性。
PDF6 years ago
HGR-Net：一种用于手势分割和识别的融合网络
HGR-Net 是一个使用两个 CNN 阶段的手势识别模型。第一阶段执行精确的语义分割以确定手部区域，第二阶段在深度表示的融合分类之前识别手势。通过在公共数据集上进行的大量实验，该模型在静态手势的分割和识别方面几乎达到了与最先进性能相当的效
PDF6 years ago
学习识别触摸手势：循环 vs. 卷积特征和动态采样
利用深度神经网络，提出了基于动态采样和时间归一化组件的触摸手势学习方法，可以将变长手势转换为固定长度表示并处理多用户和硬件变化，本文还提出了新的手势数据集并在标准数据集上超越了现有技术并报告了接近完美的性能。
PDF6 years ago
CVPRIntel RealSense 立体深度相机
本文综述了英特尔 RealSense RGBD 成像系统的工作方式、性能和局限性，探讨了该系统的光学特性和相关算法对 3D 重建和手势识别等应用的影响。本文重点介绍了 R200 和 D400 两个型号。
PDF7 years ago
基于卷积神经网络的大规模孤立手势识别
该论文提出了三种简单、紧凑而又有效的深度序列表示方法，分别称为动态深度图像 (DDI)、动态深度法线图像 (DDNI) 和动态深度运动法线图像 (DDMNI)。这些动态图像是从一系列深度图像构建而成的，使用双向排名池化来有效地捕捉时空信息，
PDF7 years ago
基于一致投票和三维卷积的多模态融合技术用于孤立手势识别
本文提出了一种基于 RGB 和深度视频序列的空间与时间信息互补建模方法，采用卷积二流一致投票网络（2SCVN）和 3D 深度显著性 ConvNet 流（3DDSN）的并行聚合结构，极大提高了细微运动特征的识别准确性，结果在 Chalearn
PDF8 years ago
低复杂度递归神经网络的便携式设备动态手势识别
使用循环神经网络算法，我们开发了基于视频信号和加速度计数据的手势识别技术，并进行了固定点优化，以优化内存大小和降低硬件和软件功耗。
PDF8 years ago
CVPRRGBD 数据集：过去、现在和未来
本文探讨了与 RGBD 数据集有关的八个类别，并提出了一些关于其未来的方向，这有助于研究人员找到适合他们需求的数据，并考虑哪些数据集在推动计算机视觉方向上取得了成功和原因。
PDF8 years ago
超越时序池化：基于循环和时态卷积的视频手势识别
我们探索用于视频手势识别的深度架构，其中包括时间卷积和双向递归，并展示循环在任务中的重要性，进而证明添加时间卷积会带来显著提高。我们在 Montalbano 手势识别数据集上评估了这些不同方法，并实现了最新的结果。
PDF9 years ago
WiGest：一种普及的基于 WiFi 的手势识别系统
WiGest 是一种利用 WiFi 信号强度变化感知用户移动设备周围的空中手势的系统，能够识别不同的信号变化基元，从中构建出不同手势家族，能够映射到可区分的应用程序操作，并成功实现了在干扰人体存在的情况下的高准确性手势识别，为未来的移动设备
PDF9 years ago
使用深度神经网络对动作捕捉序列进行分类和可视化
本研究提出了一种基于深度神经网络的姿态识别系统，使用相对关节位置、时间差和规范化运动轨迹等简单但有效的特征对骨架数据进行特征提取，并采用深度自编码器对特征进行可视化，测试结果表明，该深度神经网络能够捕获到比主成分分析更具有区分性的信息，同时
PDF11 years ago
用于行动和手势识别的时空协方差描述符
提出了一种新的基于时空协方差描述符和加权黎曼局部保留投影的动作和手势识别方法，并利用加权投影在整合时空区域的同时进行提升以创建最终的多类分类算法。通过积分视频表示法快速计算描述符。在 UCF 体育、CK + 面部表情和剑桥手势数据集上的实验
PDF11 years ago