23,99 €
inkl. MwSt.
Versandfertig in 6-10 Tagen
12 °P sammeln
Andere Kunden interessierten sich auch für
![Erkennung von Handgesten mit Hilfe von Computer-Vision-Techniken]( "Erkennung von Handgesten mit Hilfe von Computer-Vision-Techniken")
Erkennung von Handgesten mit Hilfe von Computer-Vision-Techniken35,90 €![Hand Gesture Recognition Using Computer Vision Techniques]( "Hand Gesture Recognition Using Computer Vision Techniques")
Hand Gesture Recognition Using Computer Vision Techniques24,99 €![Reconnaissance des gestes de la main par traitement d'image]( "Reconnaissance des gestes de la main par traitement d'image")
Reconnaissance des gestes de la main par traitement d'image28,99 €![Reconhecimento de gestos da mão utilizando técnicas de visão por computador]( "Reconhecimento de gestos da mão utilizando técnicas de visão por computador")
Reconhecimento de gestos da mão utilizando técnicas de visão por computador23,99 €![Rozpoznawanie gestów d¿oni przy u¿yciu technik wizji komputerowej]( "Rozpoznawanie gestów d¿oni przy u¿yciu technik wizji komputerowej")
Rozpoznawanie gestów d¿oni przy u¿yciu technik wizji komputerowej23,99 €![Reconnaissance automatique des gestes à l'aide d'un modèle de Markov caché]( "Reconnaissance automatique des gestes à l'aide d'un modèle de Markov caché")
Reconnaissance automatique des gestes à l'aide d'un modèle de Markov caché23,99 €![Lecteur multimédia Contrôle par gestes Reconnaissance]( "Lecteur multimédia Contrôle par gestes Reconnaissance")
Lecteur multimédia Contrôle par gestes Reconnaissance28,99 €
Un effort a été fait avec l'aide des techniques de vision par ordinateur et la sortie de la caméra Kinect de Microsoft. La tâche de segmentation a été mise en oeuvre en utilisant RGB avec des informations de profondeur ; pour l'améliorer, le schéma de couleurs YCbCr est utilisé. Les algorithmes d'extraction de caractéristiques à deux niveaux sont examinés, la transformée de caractéristiques invariantes à l'échelle (SIFT) pour les images RVB et la méthode du descripteur à noyau de gradient pour les images de profondeur. Enfin, les algorithmes Support Vector Machine (SVM) et K-NN (K- nearest neighbor) sont testés.