Advertisement

基于手势识别的3D传统艺术剪纸体验系统

  • 5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：EXE

简介：
该项目是利用Unity3D开发的，并需要通过Leap Motion外围设备来识别手势才能正常运行。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 基于 MATLAB 的手势识别系统
    优质
    本项目开发了一套基于MATLAB的手势识别系统，通过捕捉用户手部动作并转换为计算机可读指令，实现了人机交互的新方式。 基于 MATLAB 的手势识别系统能够在线简单背景下识别手势，并支持与系统进行猜拳游戏。
  • 基于MATLAB的手势识别系统
    优质
    本项目基于MATLAB开发了一套手势识别系统，通过捕捉并分析手部动作数据，实现对多种手势的有效识别。该系统具有高精度和灵活性，适用于人机交互、智能控制等领域。 在简单的背景下实现在线手势识别，可以与系统进行猜拳游戏。
  • 基于Matlab的手势识别：训练识别剪刀、石头、布手势
    优质
    本项目运用MATLAB开发了一套手势识别系统，专注于训练并识别“剪刀”、“石头”、“布”三种经典手势，利用机器学习技术实现高效准确的手势辨识。 基于MATLAB的手势识别技术可以通过训练得到一个模型来识别简单的手势。
  • 基于MATLAB的手势识别资源包_RAR_MATLAB手势_手势识别MATLAB_手势识别器_石头剪刀布_简易手势识别
    优质
    本资源包提供了一个基于MATLAB的简易手势识别系统，支持包括石头、剪刀、布在内的基础手势识别。通过该工具，用户可快速上手并开发更复杂的手势控制应用。 基于MATLAB的简单手势识别系统能够识别剪刀、石头、布的手势。
  • 基于STM32的手势识别系统.rar
    优质
    本项目为一个基于STM32微控制器的手势识别系统设计，通过集成传感器捕捉手势动作，并利用算法进行解析和响应。 2018年全国大学生电子电路设计大赛作品采用四通道设计，程序稳定可靠，并配备OLED显示屏及按键控制功能，还支持语音播报。该系统基于STM32F103微控制器开发，代码经过模块化封装处理，易于理解和维护。
  • 基于CNN的手势静态识别系统
    优质
    本系统采用卷积神经网络（CNN）技术，专注于手势图像的分析与识别，实现对多种静态手势的有效辨识。 基于CNN的静态手势识别系统提供完整代码实现，能够使用二值化模型和高斯肤色模型进行手掌分割。该系统不包含预训练的CNN权重文件，如需获取可参考相关博客下载。
  • 基于STM32和PAJ7620的手势识别系统
    优质
    本项目研发了一套基于STM32微控制器与PAJ7620手势传感器的手势识别系统，能够精准响应多种手势指令，适用于智能家居、人机交互等场景。 STM32结合PAJ7620的手势识别源码资料。
  • 基于Kinect和OpenCV的手势识别系统
    优质
    本系统采用Kinect传感器与OpenCV库，实现非接触式手势识别，支持多种手势命令，适用于人机交互、虚拟现实等领域。 从Kinect读取彩色图像，并利用OpenCV实现0-9数字手势的识别。