手势识别论文与资源（转）

jstudy0 jstudy0 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 1.4k累计阅读 1.4k平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄16年
关注
转载 最新推荐文章于 2026-02-27 04:21:40 发布 1.4k 阅读 AI 写同款· GEO 优化 ›
手势识别论文解读 Learning to Estimate 3D Hand Pose from Single RGB Images20173 主要流程 代码细节解读 训练流程解读 Two-Stream Convolutional Networks for Action Recognition in Videos2014 框架 两个stream Spatial stream ConvNet Optical flow C 阅读详情

from (视觉模式分析实验室 http://1817104713.qzone.qq.com)


手势竞赛

ChaLearn Gesture Challenge  http://gesture.chalearn.org/

 

人手检测论文

Hand Detection using Multiple Proposals, in Proc. BMVC 2011. (论文已发布一个人手数据库供训练和测试). pdf

 

程序

HandVu: Vision-based Hand Gesture Recognition and User Interface， http://www.movesinstitute.org/~kolsch/HandVu/HandVu.html  

 

综述论文

Juan Pablo Wachs, Mathias Kölsch, Helman Stern, Yael Edan, "Vision-Based Hand-Gesture Applications,"  Communications of the ACM. Vol. 54 No. 2, Pages 60-71, 2011. download

  Vision - based hand gesture recognition for human - computer interaction , 1997.

 

Sushmita Mitra and Tinku Acharya, “Gesture recognition: a survey,” IEEE Transactions on Systems, Man, and Cybernetics-Part C: Applications and Review, vol. 37, no. 3, pp. 311-324, 2007.  psu.edu 中的 [PDF]   被引用次数：183 - 相关文章 - 所有 12 个版本

收录于
paper

当前文章被收录于：

paper
9 篇文章 0 人学习
订阅专栏 查看详情
标签
#transactions #interface #数据库 #测试 #user
#c
GAN(生成式对抗网络)学习笔记，手势识别论文笔记 1.了解生成式对抗网络 Continuous dynamic gesture recognition based on acceleration sensor 生成式对抗网络：采用神经网络作为模型类型的博弈式的训练过程 生成模型+判别模型 生成模型的目标是让判别模型无法区分真实的值与训练出来（生成模型出来的）的值 数学语言描述： 假设生成模型是g(z)，其中z是一个随机噪声，而g将这个随机噪声... 阅读详情

相关推荐

基于CNN的动态手势识别：Real-time Hand Gesture Detection and Classification Using Convolutional Neural Networks

Real-time Hand Gesture Detection and Classification Using Convolutional Neural Networks论文解读1. 概述2. 简介3. 方法3.1 构架（1）检测器（2）分类器（3）后处理（4）一次性激活（Single-time Activation） 论文链接：https://arxiv.org/abs/1901.10323 论文代码（PyTorch版本）：https://github.com/ahmetgunduz/Real-ti

Airs-Gao的博客 1万+

手势识别综述论文

Computing the number of swaps in insertion sort Insertion sort is a simple sorting algorithm that builds the final sorted array one item at a time. It is much less efficient on large lists than more advanced algorithms such as“Quick Sort”,“Heap Sort”, o..

他山之石 可以攻玉 1895

深度学习实例一——手势数字识别（tensorflow&pytorch）

这是吴恩达老师深度学习工程师（网上有资源，大家可以去看看吴老师的课程，还是很有收获。），第二次课第三周的课后实例作业，可以作为初学者练手的好项目。原项目是tensorflow写的，我又用pytorch写了一遍。数据文件和完整代码都传到github上了。详情见：https://github.com/idotc/Gesture-digit-recognition 一、Problem statement...

qq_21578849的博客 1万+

基于机器学习的手势识别研究

OpenCV是一个计算机视觉库，它由大量的C函数和C++类构成，具有开源、高效、轻便的优点，同时提供了MATLAB等大型软件的接口，使得它的运用方面较为广阔，也更为全面，已经成为机器视觉研究的重要工具。OpenCV是由C语言编写的，因此只要有C语言基础的人对它的使用都能得心应手。同时OpenCV拥有大量的库函数方便使用者的调用，外加MATLAB等软件的接口，让它在机器视觉方面地位居高。现在，OpenCV也提供对于C#、Ch、Ruby的支持[8]。手势识别就是将一个集合与另一集合对比，形成对照结果的过程。

m0_73485263的博客 3293

移动开发：使用 RxJava 实现手势识别

在当今的移动应用开发中，用户交互体验至关重要。手势识别作为一种直观且便捷的交互方式，能够大大提升用户与应用之间的互动性。本文章的目的在于详细阐述如何使用 RxJava 这一强大的响应式编程库来实现手势识别功能。范围涵盖了从 RxJava 和手势识别的基本概念讲解，到核心算法原理的剖析，再到实际项目中的代码实现和应用场景分析，为开发者提供全面且深入的指导。本文将按照以下结构进行组织：首先介绍核心概念与联系，让读者了解 RxJava 和手势识别的基本原理和它们之间的关联；

移动开发前沿的博客 1079

手势识别-mid-air凌空手势识别研究

本文从凌空手势识别出发，介绍凌空手势的特点及研究内容，以一篇论文为中心，展开详细的关于凌空手势识别的研究内容。 Let's go~ 一、mid-air 凌空手势识别 1.凌空手势（mid-air gestures）：非接触式、通过用户自然地利用手指、手腕、手臂动作表达其交互意图（例如“指”、“挥手”、“握拳”、“手掌转动”等）进行操作的空中手势。特点： 更广阔的交互空间 更高的灵活度 更好的交互体验 凌空手势识别尽可能使用户摆脱对环境和输入设备的束缚，与环境进行自然而有效的手势交互。这篇论..

涵盖了计算机专业基础知识、数学建模相关实践、复杂网络论文研究、LeetCode算法刷题经验、C语言开发经验、前端Vue、React框架开发实战相关知识 1358

毕业设计（二）：基于YOLO算法的手势识别技术

这篇文章是有点晚的，比我预想的要晚一个月。主要是这两个月来一直在考虑考研与工作的事，自己的事就不提了，直接进入正题。 YOLO算法 1、Darknet网络 YOLOv2，其主干网络是一个Darknet-19网络，到了YOLOv3，主干网络进化为了Darknet-53网络。YOLOv3仅使用卷积层，由一系列的1x1和3x3的卷积层组成，每个卷积层后都会跟一个BN层和一个LeakyReLU层 ...

weixin_43677673的博客 4843

手势识别 学习笔记

参考另一篇博客 https://blog.youkuaiyun.com/jacke121/article/details/100934635 keras的，效果不好 https://github.com/lucamoroz/StaticGestureRecognition 演示效果可以： https://github.com/zhouzaihang/flutter_hand_tracking_plugin android: https://github.com/hannesa2/mediapipe_m...

jacke121的专栏 3210

手势识别和人脸识别相关网站

1. 手势识别 1.1.基于卷积神经网络的手势识别研究 --- 硕士论文 http://airl.csu.edu.cn/PDFs/shuoshi_yzb.pdf 1.2.手势交互在汽车领域的应用 https://zhuanlan.zhihu.com/p/42464185 1.3. 动作识别资料 https://github.com/hassony2/inria-research-wiki 1.4.评估一些公开数据集上的手势估计性能 https://github....

qq_38446366的博客 1790

手势识别技术论文合集与实战解析

手势识别作为人机交互的重要分支，近年来随着人工智能和计算机视觉的发展，逐渐成为研究热点。它通过摄像头或传感器捕捉人体手势动作，并将其转化为计算机可理解的指令，实现更自然、直观的交互方式。其应用场景广泛，涵盖虚拟现实、智能驾驶、智能家居、医疗辅助等多个领域。随着深度学习技术的引入，手势识别在复杂环境下的鲁棒性和准确率不断提升。然而，依然面临如光照变化、背景干扰、手势多样性等技术挑战。

weixin_42389113的博客 949

综合视角下的手势识别技术研究

手势识别技术是计算机视觉和人机交互领域的前沿研究方向，它通过分析用户的手势动作来实现非接触式的交互。本章将介绍手势识别技术的基础知识，并概述其在现代社会中的意义及应用。手势识别技术指通过特定设备（如摄像头、深度传感器等）捕获手势的动态信息，并通过算法解析这些信息，转化为计算机可识别的信号。它不仅改变了我们与设备的交互方式，而且在无障碍辅助、虚拟现实以及机器人技术等领域具有广泛的应用前景。

weixin_34520664的博客 756

论文研究-基于深度信息的指尖追踪及手势识别.pdf

提出了一个基于深度信息对手指和手部进行实时跟踪，并可用于手势识别的方案。用Kinect获取深度信息，然后生成手部的三维点云，进行过滤转换成像素矩阵；使用K-curvature算法获取指尖和手掌方位，然后通过手指之间的相关距离进行手指标定。实验结果证明该方案识别追踪效果稳定且高效，不受光照和复杂背景影响，能够同时跟踪双手共10个手指和2个掌心的动作轨迹，并用于手势识别。

手势识别论文

关于手势识别的项目的论文，使用realsense摄像头，项目已经可以运行

手势识别相关文献

手势竞赛 ChaLearn Gesture Challenge http://gesture.chalearn.org/ 人手检测论文 Hand Detection using Multiple Proposals, in Proc. BMVC 2011. (论文已发布一个人手数据库供训练和测试). pdf 程序 HandVu: Vision

hqh45的专栏 2386

论文研究-基于Leap Motion的动态手势识别.pdf

动态手势识别作为人机交互的一个重要方向，在各个领域具有广泛的需求。相较于静态手势，动态手势的变化更为复杂，对其特征的充分提取与描述是准确识别动态手势的关键。为了解决对动态手势特征描述不充分的问题，利用高精度的Leap Motion传感器对手部三维坐标信息进行采集，提出了一种包含手指姿势和手掌位移的特征在内的、能够充分描述复杂动态手势的特征序列，并结合长短期记忆网络模型进行动态手势识别。实验结果表明，提出的方法在包含16种动态手势的数据集上的识别准确率为98.50%；与其他特征序列的对比实验表明，提出的特征序列，能更充分准确地描述动态手势特征。

论文研究-基于手势识别的文字输入系统.pdf

基于视觉的手势识别是实现新一代人机交互的关键技术。通过手势识别向屏幕输入文字以供搜索查找的系统基本没有，在现有的手势识别基础上，利用汉语字母和数字对应的手语作为输入手势，采用微软的kinect获取深度图像，对其进行手势分割。通过Canny算法提取手势的边缘，利用小波矩提取特征，得到手势字母，实现了具有手势识别以及基于文字输入功能的系统。实验表明该系统能够准确有效地实现汉字的输入。

跨个体预训练与轻量化Transformer在手势识别中的应用：Bioformer

这篇文章介绍了一种轻量级的Transformer架构——Bioformer，用于基于肌电信号（sEMG）的手势识别。Bioformer通过减少模型参数和运算量，解决了大模型在边缘设备部署中的高能耗和内存占用问题，同时提高了识别精度。研究采用了跨个体预训练方法，进一步提升了模型的泛化能力，推理延迟仅为2.72毫秒，能耗降低至0.14毫焦耳。文章还探讨了手势识别技术的挑战及边缘计算在医疗领域的应用潜力。

曾经“等你生日那天”都遥远得像未来，如今却可欢愉的挥手说“下个十年见” 13万+

海康视觉通讯配置实战：TCP与Modbus协议深度解析

本文深度解析海康视觉系统与PLC通讯的实战配置，聚焦TCP与Modbus两大核心协议。详细阐述了TCP协议如何实现精准触发拍照，包括服务器端配置、数据转换（字符串与十六进制）的关键技巧与避坑指南；同时详解了Modbus协议用于读写PLC寄存器的配置方法、变量绑定及数据类型匹配。文章结合典型应用场景与高级调试技巧，旨在帮助工程师快速打通视觉系统与自动化设备间的数据通道。

m2n3o4p5的博客 830
上一篇： VC++界面编程（转）
下一篇： 行人检测论文集合(转)
点赞 0
评论 0
书签 书签 6
jstudy0
jstudy0
博客等级 码龄16年 101粉丝 11原创
+ 关注 专栏目录 订阅专栏
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值