Поиск по каталогу |
(строгое соответствие)
|
- Профессиональная
- Научно-популярная
- Художественная
- Публицистика
- Детская
- Искусство
- Хобби, семья, дом
- Спорт
- Путеводители
- Блокноты, тетради, открытки
Single Person Hand Gesture Recognition using Artificial Neural Network.
В наличии
Местонахождение: Алматы | Состояние экземпляра: новый |
Бумажная
версия
версия
Автор: Biswarup Ganguly
ISBN: 9786202678872
Год издания: 2020
Формат книги: 60×90/16 (145×215 мм)
Количество страниц: 60
Издательство: LAP LAMBERT Academic Publishing
Цена: 23208 тг
Положить в корзину
Позиции в рубрикаторе
Отрасли экономики:Код товара: 573452
Способы доставки в город Алматы * комплектация (срок до отгрузки) не более 2 рабочих дней |
Самовывоз из города Алматы (пункты самовывоза партнёра CDEK) |
Курьерская доставка CDEK из города Москва |
Доставка Почтой России из города Москва |
Аннотация: The introduction of gesture recognition has led to a better man-machine interaction (MMI). Gesture recognition is an interesting topic in computer vision and pattern recognition (CVPR) technology which deals with the mathematical interpretation of human gestures via a computing device. It enables a human being to interact with machines without any mechanical contact. Hand gesture recognition has been granted as one of the emerging fields in research today providing a natural way of communication between man and a machine. Gestures are some forms of body motions which a person expresses when doing work or giving a reply. Human body tracking is a well-studied topic in today’s era of man-machine interaction and it can be formed by the virtue of human skeleton structures. These skeleton structures have been detected successfully due to the smart progress of some devices, used to measure depth (e.g. Sony PlayStation, Kinect sensor, etc.). Human body movements have been viewed using these depth sensors which can provide sufficient accuracy while tracking full body in real-time mode with low cost.
Ключевые слова: artificial neural network, Gesture Recognition, Kinect sensor, Man-Machine-Interaction, Artificial Intelligence