CN114625333A - 一种可记录手势指令进行控制的液晶拼接lcd***及方法 - Google Patents
一种可记录手势指令进行控制的液晶拼接lcd***及方法 Download PDFInfo
- Publication number
- CN114625333A CN114625333A CN202210239125.4A CN202210239125A CN114625333A CN 114625333 A CN114625333 A CN 114625333A CN 202210239125 A CN202210239125 A CN 202210239125A CN 114625333 A CN114625333 A CN 114625333A
- Authority
- CN
- China
- Prior art keywords
- gesture
- lcd
- video image
- image information
- liquid crystal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/14—Digital output to display device ; Cooperation and interconnection of the display device with other functional units
- G06F3/147—Digital output to display device ; Cooperation and interconnection of the display device with other functional units using display panels
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/017—Gesture based interaction, e.g. based on a set of recognized hand gestures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/14—Digital output to display device ; Cooperation and interconnection of the display device with other functional units
- G06F3/1423—Digital output to display device ; Cooperation and interconnection of the display device with other functional units controlling a plurality of local displays, e.g. CRT and flat panel display
- G06F3/1446—Digital output to display device ; Cooperation and interconnection of the display device with other functional units controlling a plurality of local displays, e.g. CRT and flat panel display display composed of modules, e.g. video walls
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- User Interface Of Digital Computer (AREA)
- Image Analysis (AREA)
Abstract
一种可记录手势指令进行控制的液晶拼接LCD***及方法,包括步骤:获取液晶拼接LCD前方的手势视频图像信息;对手势视频图像信息进行预处理,采用离散傅里叶变换和零阶椭圆球面波信号的连续相位调制形成一维特征向量;将预处理后的手势视频图像信息特征向量输入到训练好的深度神经网络;神经网络识别出手势以及手势关键点,进而确定操作类型完成操作。本发明通过离散傅立叶变换与零阶椭圆球面波信号的连续相位调制相结合,以及容错设置提高了手势命令操作的准确率以及速度,从而改善用户体验。
Description
技术领域
本发明涉及计算机视觉技术领域,具体地涉及一种可记录手势指令进行控制的液晶拼接LCD方法及***。
背景技术
目前,随着电子技术的快速发展,LCD液晶拼接屏得到越来越多的广泛应用,通过手势进行实时调整LCD画面的位置和角度,并根据实际场景进行显示的效果越来越得到关注,是近年来计算机视觉与人机交互领域备受关注的热点。
现有技术中,虽然存在LCD手势记录进行控制,但是其在手势控制定位精度和速度方面效果不明显;实现手势与LCD拼接屏的画面显示高度融合匹配是实现流程操作的关键。而现有技术中鲜有对手势识别和LCD拼接屏画面进行合适匹配的技术,如何能够让拼接屏手势操作更加智能化,人性化,提高其运行效率,增强用户舒适度成为新的研究课题,但是现有手势操作技术信息匹配准确性以及效率较低;且特征向量的获取不理想,没有对手势关键点的信息的获取及其容错机制设置,因此,一种能够增加手势操作LCD拼接屏智能化程度的增强显示匹配技术成为了改进LCD效果的迫切需求,从而改善用户的体验。
发明内容
为解决上述技术问题,本发明提供一种可记录手势指令进行控制的液晶拼接LCD方法及***,本发明显著了手势操作LCD拼接屏的效率,且在准确率方面大大增强,增强用户体验。
本技术方案是这样实现的:
一种可记录手势指令进行控制的液晶拼接LCD方法,包括步骤:获取液晶拼接LCD前方的手势视频图像信息;对手势视频图像信息进行预处理,采用离散傅里叶变换和零阶椭圆球面波信号的连续相位调制提取时频域以及空域特征后将各个域的特征首尾相连形成一维特征向量;将预处理后的手势视频图像信息特征向量输入到训练好的深度神经网络;深度神经网络识别出手势以及手势关键点;
手势关键点是单击时,则((x1+s,y1+s),t1+T1)
手势关键点是双击时:((x1+s,y1+s),t1+T1)&((x1+s,y1+s),t2+T1)
手势关键点是长按时:((x1+s,y1+s),t1-t2+T1)
手势关键点是拖动时:((x1+s,y1+s),t1-t2+T1)-((x2+s,y2+s),t3+T1)
手势关键点是滑动时:(x1+s,t1+T1)-(x2+s,t2+T2);
其中,x1表示在LCD视频图像像素轴中的手势关键点的横坐标,y1表示在LCD视频图像像素轴中的手势关键点的纵坐标;s表示操作精准度容错阈值;T1表示反应时间容错阈值,不同人的操作精准度容错阈值以及反应时间容错阈值不同,t1表示在LCD视频图像像素轴中的手势关键点第一次触屏的时间点,t2表示在LCD视频图像像素轴中的手势关键点第二次触屏的时间点; x2表示在LCD视频图像像素轴中的超过阈值时间T后的手势关键点的横坐标;y2表示在LCD视频图像像素轴中的超过阈值时间T后的手势关键点的纵坐标;T2表示超过阈值时间T后的反应时间容错阈值。
优选地,所述对手势视频图像信息进行预处理还包括对手势视频帧图像信息进行滤波去噪,特征提取。
优选地,还包括在所述将各个域的特征首尾相连形成一维特征向量之前,还包括将LCD视频帧数据归一化处理模块,用于对获取LCD屏前的人的姿态、手势视频帧数据进行归一化处理。
优选地,在步骤获取显示面前方的影像信息之前还包括LCD型号个数判断模块,确定LCD拼接数量、尺寸、分辨率信息。
优选地,所述不同人的操作精准度容错阈值以及反应时间容错阈值不同,根据人的年龄、性别、历史手势操作记录确定。
本发明还包括一种可记录手势指令进行控制的液晶拼接LCD***,包括液晶拼接LCD视频图像获取模块,用于获取液晶拼接LCD前方的手势视频图像信息;LCD预处理模块,用于对手势视频图像信息进行预处理,采用离散傅里叶变换和零阶椭圆球面波信号的连续相位调制提取时频域以及空域特征后将各个域的特征首尾相连形成一维特征向量;深度神经网络识别模块,用于将预处理后的手势视频图像信息特征向量输入到训练好的深度神经网络;手势关键点输出模块,用于深度神经网络识别出手势以及手势关键点;手势关键点判断模块,包括:
手势关键点是单击时,则((x1+s,y1+s),t1+T1)
手势关键点是双击时:((x1+s,y1+s),t1+T1)&((x1+s,y1+s),t2+T1)
手势关键点是长按时:((x1+s,y1+s),t1-t2+T1)
手势关键点是拖动时:((x1+s,y1+s),t1-t2+T1)-((x2+s,y2+s),t3+T1)
手势关键点是滑动时:(x1+s,t1+T1)-(x2+s,t2+T2);
其中,x1表示在LCD视频图像像素轴中的手势关键点的横坐标,y1表示在LCD视频图像像素轴中的手势关键点的纵坐标;s表示操作精准度容错阈值;T1表示反应时间容错阈值,不同人的操作精准度容错阈值以及反应时间容错阈值不同,t1表示在LCD视频图像像素轴中的手势关键点第一次触屏的时间点,t2表示在LCD视频图像像素轴中的手势关键点第二次触屏的时间点; x2表示在LCD视频图像像素轴中的超过阈值时间T后的手势关键点的横坐标;y2表示在LCD视频图像像素轴中的超过阈值时间T后的手势关键点的纵坐标;T2表示超过阈值时间T后的反应时间容错阈值。
优选地,所述对手势视频图像信息进行预处理还包括对手势视频帧图像信息进行滤波去噪,特征提取。
优选地,还包括在所述将各个域的特征首尾相连形成一维特征向量之前,还包括将LCD视频帧数据归一化处理模块,用于对获取LCD屏前的人的姿态、手势视频帧数据进行归一化处理。
优选地,在步骤获取显示面前方的影像信息之前还包括LCD型号个数判断模块,确定LCD拼接数量、尺寸、分辨率信息。
优选地,所述不同人的操作精准度容错阈值以及反应时间容错阈值不同,根据人的年龄、性别、历史手势操作记录确定。
与现有技术相比,本发明的技术方案具有以下有益效果:
本发明解决了传统技术中且特征向量的获取不理想,没有对手势关键点的信息的获取及其容错机制设置的问题;本发明采用离散傅里叶变换和零阶椭圆球面波信号的连续相位调制提取一维特征向量,大大提高了手势控制 LCD拼接屏处理效率;将预处理后的手势视频图像信息特征向量输入到训练好的深度神经网络,深度神经网络识别出手势以及手势关键点,解决了传统技术中只注重单一特征的问题;操作精准度容错阈值以及反应时间容错阈值的设置提高了操作精准度,因此,能够本发明的手势操控LCD拼接屏大大提高了操作效率及精准度,从而改善用户的体验。
附图说明
图1是本发明一种可记录手势指令进行控制的液晶拼接LCD***图。
具体实施方式
本领域技术人员理解,如背景技术所言,传统的现有手势操作技术信息匹配准确性以及效率较低;且特征向量的获取不理想,没有对手势关键点的信息的获取及其容错机制设置,因此,一种能够增加手势操作LCD拼接屏智能化程度的增强显示匹配技术成为了改进LCD效果的迫切需求,从而改善用户的体验。为使本发明的上述目的、特征和有益效果能够更为明显易懂,下面结合附图对本发明的具体实施例做详细的说明。
实施例1:
一种可记录手势指令进行控制的液晶拼接LCD方法,包括步骤:获取液晶拼接LCD前方的手势视频图像信息;对手势视频图像信息进行预处理,采用离散傅里叶变换和零阶椭圆球面波信号的连续相位调制提取时频域以及空域特征后将各个域的特征首尾相连形成一维特征向量;将预处理后的手势视频图像信息特征向量输入到训练好的深度神经网络;神经网络识别出手势以及手势关键点;
手势关键点是单击时,则((x1+s,y1+s),t1+T1)
手势关键点是双击时:((x1+s,y1+s),t1+T1)&((x1+s,y1+s),t2+T1)
手势关键点是长按时:((x1+s,y1+s),t1-t2+T1)
手势关键点是拖动时:((x1+s,y1+s),t1-t2+T1)-((x2+s,y2+s),t3+T1)
手势关键点是滑动时:(x1+s,t1+T1)-(x2+s,t2+T2);
其中,x1表示在LCD视频图像像素轴中的手势关键点的横坐标,y1表示在LCD视频图像像素轴中的手势关键点的纵坐标;s表示操作精准度容错阈值;T1表示反应时间容错阈值,不同人的操作精准度容错阈值以及反应时间容错阈值不同,t1表示在LCD视频图像像素轴中的手势关键点第一次触屏的时间点,t2表示在LCD视频图像像素轴中的手势关键点第二次触屏的时间点;x2表示在LCD视频图像像素轴中的超过阈值时间T后的手势关键点的横坐标;y2表示在LCD视频图像像素轴中的超过阈值时间T后的手势关键点的纵坐标;T2表示超过阈值时间T后的反应时间容错阈值。
优选地,所述对手势视频图像信息进行预处理还包括对手势视频帧图像信息进行滤波去噪,特征提取。
在一些实施例中,还包括在所述将各个域的特征首尾相连形成一维特征向量之前,还包括将LCD视频帧数据归一化处理模块,用于对获取LCD屏前的人的姿态、手势视频帧数据进行归一化处理。
在一些实施例中,在步骤获取显示面前方的影像信息之前还包括LCD型号个数判断模块,确定LCD拼接数量、尺寸、分辨率信息。
在一些实施例中,所述不同人的操作精准度容错阈值以及反应时间容错阈值不同,根据人的年龄、性别、历史手势操作记录确定。
实施例2:
本发明还包括一种可记录手势指令进行控制的液晶拼接LCD***,包括液晶拼接LCD视频图像获取模块,用于获取液晶拼接LCD前方的手势视频图像信息;LCD预处理模块,用于对手势视频图像信息进行预处理,采用离散傅里叶变换和零阶椭圆球面波信号的连续相位调制提取时频域以及空域特征后将各个域的特征首尾相连形成一维特征向量;深度神经网络识别模块,用于将预处理后的手势视频图像信息特征向量输入到训练好的深度神经网络;手势关键点输出模块,用于神经网络识别出手势以及手势关键点;手势关键点判断模块,包括:
手势关键点是单击时,则((x1+s,y1+s),t1+T1)
手势关键点是双击时:((x1+s,y1+s),t1+T1)&((x1+s,y1+s),t2+T1)
手势关键点是长按时:((x1+s,y1+s),t1-t2+T1)
手势关键点是拖动时:((x1+s,y1+s),t1-t2+T1)-((x2+s,y2+s),t3+T1)
手势关键点是滑动时:(x1+s,t1+T1)-(x2+s,t2+T2);
其中,x1表示在LCD视频图像像素轴中的手势关键点的横坐标,y1表示在LCD视频图像像素轴中的手势关键点的纵坐标;s表示操作精准度容错阈值;T1表示反应时间容错阈值,不同人的操作精准度容错阈值以及反应时间容错阈值不同,t1表示在LCD视频图像像素轴中的手势关键点第一次触屏的时间点,t2表示在LCD视频图像像素轴中的手势关键点第二次触屏的时间点; x2表示在LCD视频图像像素轴中的超过阈值时间T后的手势关键点的横坐标;y2表示在LCD视频图像像素轴中的超过阈值时间T后的手势关键点的纵坐标;T2表示超过阈值时间T后的反应时间容错阈值。
在一些实施例中,所述对手势视频图像信息进行预处理还包括对手势视频帧图像信息进行滤波去噪,特征提取。
在一些实施例中,还包括在所述将各个域的特征首尾相连形成一维特征向量之前,还包括将LCD视频帧数据归一化处理模块,用于对获取LCD屏前的人的姿态、手势视频帧数据进行归一化处理。
在一些实施例中,在步骤获取显示面前方的影像信息之前还包括LCD型号个数判断模块,确定LCD拼接数量、尺寸、分辨率信息。
在一些实施例中,所述不同人的操作精准度容错阈值以及反应时间容错阈值不同,根据人的年龄、性别、历史手势操作记录确定。
本发明解决了传统技术中且特征向量的获取不理想,没有对手势关键点的信息的获取及其容错机制设置的问题;本发明采用离散傅里叶变换和零阶椭圆球面波信号的连续相位调制提取一维特征向量,大大提高了手势控制 LCD拼接屏处理效率;将预处理后的手势视频图像信息特征向量输入到训练好的深度神经网络,深度神经网络识别出手势以及手势关键点,解决了传统技术中只注重单一特征的问题;操作精准度容错阈值以及反应时间容错阈值的设置提高了操作精准度,因此,能够本发明的手势操控LCD拼接屏大大提高了操作效率及精准度,从而改善用户的体验。
本领域技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品,因此本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。
虽然本发明披露如上,但本发明并非限定于此。任何本领域技术人员,在不脱离本发明的精神和范围内,均可作各种更动与修改,因此本发明的保护范围应当以权利要求所限定的范围为准。
Claims (10)
1.一种可记录手势指令进行控制的液晶拼接LCD方法,其特征在于,包括步骤:获取液晶拼接LCD前方的手势视频图像信息;对手势视频图像信息进行预处理,采用离散傅里叶变换和零阶椭圆球面波信号的连续相位调制提取时频域以及空域特征后将各个域的特征首尾相连形成一维特征向量;将预处理后的手势视频图像信息特征向量输入到训练好的深度神经网络;深度神经网络识别出手势以及手势关键点;
手势关键点是单击时,则((x1+s,y1+s),t1+T1)
手势关键点是双击时:((x1+s,y1+s),t1+T1)&((x1+s,y1+s),t2+T1)
手势关键点是长按时:((x1+s,y1+s),t1-t2+T1)
手势关键点是拖动时:((x1+s,y1+s),t1-t2+T1)-((x2+s,y2+s),t3+T1)
手势关键点是滑动时:(x1+s,t1+T1)-(x2+s,t2+T2);
其中,x1表示在LCD视频图像像素轴中的手势关键点的横坐标,y1表示在LCD视频图像像素轴中的手势关键点的纵坐标,t1表示在LCD视频图像像素轴中的手势关键点第一次触屏的时间点,t2表示在LCD视频图像像素轴中的手势关键点第二次触屏的时间点;s表示操作精准度容错阈值;T1表示反应时间容错阈值,不同人的操作精准度容错阈值以及反应时间容错阈值不同;x2表示在LCD视频图像像素轴中的超过阈值时间T后的手势关键点的横坐标;y2表示在LCD视频图像像素轴中的超过阈值时间T后的手势关键点的纵坐标;T2表示超过阈值时间T后的反应时间容错阈值。
2.根据权利要求1所述的一种可记录手势指令进行控制的液晶拼接LCD方法,其特征在于,所述对手势视频图像信息进行预处理还包括对手势视频帧图像信息进行滤波去噪,特征提取。
3.根据权利要求2所述的一种可记录手势指令进行控制的液晶拼接LCD方法,其特征在于,还包括在所述将各个域的特征首尾相连形成一维特征向量之前,还包括将LCD视频帧数据归一化处理模块,用于对获取LCD屏前的人的姿态、手势视频帧数据进行归一化处理。
4.根据权利要求1所述的一种可记录手势指令进行控制的液晶拼接LCD方法,其特征在于,在步骤获取显示面前方的影像信息之前还包括LCD型号个数判断模块,确定LCD拼接数量、尺寸、分辨率信息。
5.根据权利要求1所述的一种可记录手势指令进行控制的液晶拼接LCD方法,其特征在于,所述不同人的操作精准度容错阈值以及反应时间容错阈值不同,根据人的年龄、性别、历史手势操作记录确定。
6.一种可记录手势指令进行控制的液晶拼接LCD***,其特征在于,包括液晶拼接LCD视频图像获取模块,用于获取液晶拼接LCD前方的手势视频图像信息;LCD预处理模块,用于对手势视频图像信息进行预处理,采用离散傅里叶变换和零阶椭圆球面波信号的连续相位调制提取时频域以及空域特征后将各个域的特征首尾相连形成一维特征向量;深度神经网络识别模块,用于将预处理后的手势视频图像信息特征向量输入到训练好的深度神经网络;手势关键点输出模块,用于深度神经网络识别出手势以及手势关键点;手势关键点判断模块,包括:
手势关键点是单击时,则((x1+s,y1+s),t1+T1)
手势关键点是双击时:((x1+s,y1+s),t1+T1)&((x1+s,y1+s),t2+T1)
手势关键点是长按时:((x1+s,y1+s),t1-t2+T1)
手势关键点是拖动时:((x1+s,y1+s),t1-t2+T1)-((x2+s,y2+s),t3+T1)
手势关键点是滑动时:(x1+s,t1+T1)-(x2+s,t2+T2);
其中,x1表示在LCD视频图像像素轴中的手势关键点的横坐标,y1表示在LCD视频图像像素轴中的手势关键点的纵坐标;s表示操作精准度容错阈值;T1表示反应时间容错阈值,不同人的操作精准度容错阈值以及反应时间容错阈值不同,t1表示在LCD视频图像像素轴中的手势关键点第一次触屏的时间点,t2表示在LCD视频图像像素轴中的手势关键点第二次触屏的时间点;x2表示在LCD视频图像像素轴中的超过阈值时间T后的手势关键点的横坐标;y2表示在LCD视频图像像素轴中的超过阈值时间T后的手势关键点的纵坐标;T2表示超过阈值时间T后的反应时间容错阈值。
7.根据权利要求1所述的一种可记录手势指令进行控制的液晶拼接LCD方法,其特征在于,所述对手势视频图像信息进行预处理还包括对手势视频帧图像信息进行滤波去噪,特征提取。
8.根据权利要求2所述的一种可记录手势指令进行控制的液晶拼接LCD方法,其特征在于,还包括在所述将各个域的特征首尾相连形成一维特征向量之前,还包括将LCD视频帧数据归一化处理模块,用于对获取LCD屏前的人的姿态、手势视频帧数据进行归一化处理。
9.根据权利要求1所述的一种可记录手势指令进行控制的液晶拼接LCD方法,其特征在于,在步骤获取显示面前方的影像信息之前还包括LCD型号个数判断模块,确定LCD拼接数量、尺寸、分辨率信息。
10.根据权利要求1所述的一种可记录手势指令进行控制的液晶拼接LCD方法,其特征在于,所述不同人的操作精准度容错阈值以及反应时间容错阈值不同,根据人的年龄、性别、历史手势操作记录确定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210239125.4A CN114625333B (zh) | 2022-03-08 | 2022-03-08 | 一种可记录手势指令控制液晶拼接lcd的方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210239125.4A CN114625333B (zh) | 2022-03-08 | 2022-03-08 | 一种可记录手势指令控制液晶拼接lcd的方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114625333A true CN114625333A (zh) | 2022-06-14 |
CN114625333B CN114625333B (zh) | 2022-10-18 |
Family
ID=81901765
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210239125.4A Active CN114625333B (zh) | 2022-03-08 | 2022-03-08 | 一种可记录手势指令控制液晶拼接lcd的方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114625333B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104834922A (zh) * | 2015-05-27 | 2015-08-12 | 电子科技大学 | 基于混合神经网络的手势识别方法 |
CN105373785A (zh) * | 2015-11-30 | 2016-03-02 | 北京地平线机器人技术研发有限公司 | 基于深度神经网络的手势识别检测方法与装置 |
KR102021531B1 (ko) * | 2019-03-28 | 2019-11-04 | 세종대학교 산학협력단 | 연속파 레이더를 이용한 미세 손 동작 인식 장치 및 그 방법 |
CN110891038A (zh) * | 2019-12-06 | 2020-03-17 | 中国人民解放军海军航空大学 | 椭圆球面波频域多载波调制和解调方法 |
CN111104820A (zh) * | 2018-10-25 | 2020-05-05 | 中车株洲电力机车研究所有限公司 | 一种基于深度学习的手势识别方法 |
CN112527224A (zh) * | 2020-12-02 | 2021-03-19 | 上海三思电子工程有限公司 | 拼接屏视频布局装置、方法、终端设备、***及介质 |
CN112906550A (zh) * | 2021-02-09 | 2021-06-04 | 哈尔滨理工大学 | 一种基于分水岭变换的静态手势识别方法 |
-
2022
- 2022-03-08 CN CN202210239125.4A patent/CN114625333B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104834922A (zh) * | 2015-05-27 | 2015-08-12 | 电子科技大学 | 基于混合神经网络的手势识别方法 |
CN105373785A (zh) * | 2015-11-30 | 2016-03-02 | 北京地平线机器人技术研发有限公司 | 基于深度神经网络的手势识别检测方法与装置 |
CN111104820A (zh) * | 2018-10-25 | 2020-05-05 | 中车株洲电力机车研究所有限公司 | 一种基于深度学习的手势识别方法 |
KR102021531B1 (ko) * | 2019-03-28 | 2019-11-04 | 세종대학교 산학협력단 | 연속파 레이더를 이용한 미세 손 동작 인식 장치 및 그 방법 |
CN110891038A (zh) * | 2019-12-06 | 2020-03-17 | 中国人民解放军海军航空大学 | 椭圆球面波频域多载波调制和解调方法 |
CN112527224A (zh) * | 2020-12-02 | 2021-03-19 | 上海三思电子工程有限公司 | 拼接屏视频布局装置、方法、终端设备、***及介质 |
CN112906550A (zh) * | 2021-02-09 | 2021-06-04 | 哈尔滨理工大学 | 一种基于分水岭变换的静态手势识别方法 |
Non-Patent Citations (1)
Title |
---|
杨大伟等: "基于零阶椭圆球面波信号的连续相位调制及", 《***工程与电子技术》 * |
Also Published As
Publication number | Publication date |
---|---|
CN114625333B (zh) | 2022-10-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Park et al. | Learning to find eye region landmarks for remote gaze estimation in unconstrained settings | |
US20210073953A1 (en) | Method for applying bokeh effect to image and recording medium | |
WO2020199931A1 (zh) | 人脸关键点检测方法及装置、存储介质和电子设备 | |
WO2018177379A1 (zh) | 手势识别、控制及神经网络训练方法、装置及电子设备 | |
JP6288530B2 (ja) | 視線追跡のための方法 | |
EP4053735A1 (en) | Method for structuring pedestrian information, device, apparatus and storage medium | |
CN102547123B (zh) | 基于人脸识别技术的自适应视线跟踪***及其跟踪方法 | |
WO2021213067A1 (zh) | 物品显示方法、装置、设备及存储介质 | |
US20230334235A1 (en) | Detecting occlusion of digital ink | |
Premaratne et al. | Centroid tracking based dynamic hand gesture recognition using discrete Hidden Markov Models | |
CN111898561B (zh) | 一种人脸认证方法、装置、设备及介质 | |
CN114445904A (zh) | 基于全卷积神经网络的虹膜分割方法和装置、介质和设备 | |
CN106814853A (zh) | 一种基于机器学习的眼控跟踪方法 | |
US11625754B2 (en) | Method for providing text-reading based reward-type advertisement service and user terminal for executing same | |
Jachimski et al. | A comparative study of English viseme recognition methods and algorithms | |
CN106778574A (zh) | 用于人脸图像的检测方法和装置 | |
US11948385B2 (en) | Zero-footprint image capture by mobile device | |
US20220207917A1 (en) | Facial expression image processing method and apparatus, and electronic device | |
CN112580472A (zh) | 一种快速轻量的人脸识别方法、装置、机器可读介质及设备 | |
CN108647605B (zh) | 一种结合全局颜色与局部结构特征的人眼凝视点提取方法 | |
CN114625333B (zh) | 一种可记录手势指令控制液晶拼接lcd的方法及*** | |
CN112965602A (zh) | 一种基于手势的人机交互方法及设备 | |
CN117528135A (zh) | 语音驱动的脸部视频生成方法、装置、电子设备及介质 | |
CN114827567B (zh) | 视频质量分析方法、设备和可读介质 | |
CN111710011B (zh) | 一种漫画生成方法、***、电子设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |