有哪些信誉好的足球投注网站- 1、本文档共22页，可阅读全部内容。
- 2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
手势识别技术介绍2021/6/4
基于不同传感器手势识别的分类手势类型静态手势识别（手型）动态手势识别（动作及轨迹）RGB相机红外相机（主动、被动）加速度传感器深度相机（双目、结构光、TOF）
静态手势识别方法基于手势分割基于手势检测选择合适的特征准备大量训练样本算法复杂度较高算法复杂度低难于分割完整的手势对光照比较敏感
手势识别-基于手势分割手势识别手势输入特征提取误差补偿、滤波、预处理手势分割、手势跟踪、分类、建模训练、匹配
手势识别-基于手势分割
手势识别-基于手势检测手势分类器采集手势样本选择分类算法选择特征训练训练过程：识别过程：手势类别及位置采集图像手势分类器多尺度处理分类
手势识别常用特征-HAARHAAR特征图中黑色矩形所有像素值的和减去白色矩形所有像素值的和。
手势识别常用特征-LBPLBP特征将一幅图片划分为若干的子区域，对每个子区域内的每个像素点都提取LBP特征。在每个子区域内建立LBP特征的统计直方图。整个图片就由若干个统计直方图组成
手势识别常用特征-HOG
手势识别算法-SVM
手势识别算法-Adaboost
手势识别算法-Adaboost训练
OpenCV中Adaboost算法训练程序opencv_traincascade.exe-datadata-vecpos/pos.vec-bgneg/neg.dat-numPos15200-numNeg27000-numStages19-w18-h30-precalcValBufSize1024-precalcIdxBufSize1024-featureTypeLBP-minHitRate0.9999-maxFalseAlarmRate0.5-modeALL训练样本opencv_createsamples.exe-infopos.dat-vecpos.vec-num15400-w18-h30pause
Adaboost训练要点积极样本多样性积极样本背景随机性消极样本结合场景积极样本旋转特征选择
手势样本采集获取手势的抠图将手势抠图合成到随机背景缩放到合适尺寸
Adaboost手势识别优点速率较快（30-50ms）对光照不敏感对不同摄像机适用性强对图像质量要求不高
Adaboost手势识别缺点样本处理要求高（尺寸，背景，光照，多样）后期升级训练困难（手工裁剪或标注样本）存在一定程度误判率（过拟合与泛化）特征不具有旋转不变形（识别固定姿态手势）
Adaboost优化方法采集多样性样本（20k）将误判图片作为消极样本再训练收集实际识别图片手工裁剪样本使用其他的方法进行二次判断（肤色验证及SVM）
手势识别的其他方法深度相机可分割出手型的二值图像（手型轮廓），进而通过轮廓特征进行手势及动作识别。深度神经网络通过CNN卷积神经网络自动选取特征进行识别，样本量巨大（100k以上）。手势数据集构建比较困难，目前没有很好地手势识别应用。
谢谢！结语首页
部分资料从网络收集整理而来，供大家参考，感谢您的关注！
文档评论（0）