Advertisement

Google MediaPipe手部检测和跟踪(GPU版本)apk。

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


简介:
Google MediaPipe handdetectiongpu.apk:这是一款用于手部检测与跟踪的应用程序,其核心技术依赖于GPU加速。 该应用提供了一种高效且精确的手部识别和实时追踪解决方案。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • Google MediaPipe Hand Detection GPU APK -
    优质
    Google MediaPipe Hand Detection GPU APK是一款专为Android设备设计的手部追踪软件,利用GPU加速技术实现高效、精准的手势识别和跟踪功能。 Google MediaPipe handdetectiongpu.apk Hands用于手部检测和跟踪。
  • GPU.apk
    优质
    《多手跟踪》是一款专为Android设备优化的GPU加速版应用程序。通过先进的图形处理技术,提供流畅、高效的多人运动追踪和分析功能,适用于体育训练、安全监控等场景。 Mediapipe提供了多个手部手势识别的App案例,并且其中一个案例可以提供aar文件。目前只有一个app已经安装在真机上,在华为M6平板上测试没有问题。
  • Google MediaPipe Holistic Tracking GPU.apk 全面
    优质
    Google MediaPipe Holistic Tracking GPU.apk 是一个利用GPU加速处理的全面人体姿态、面部及手部追踪应用,适用于开发先进的AR和机器学习项目。 Google的MediaPipe Holistic Tracking GPU版可以通过holistictrackinggpu.apk安装使用,该应用提供全面的身体跟踪功能。
  • Google MediaPipe FaceEffect APK
    优质
    Google MediaPipe FaceEffect是一款基于MediaPipe技术的脸部增强应用,提供多样化的面部效果和滤镜,适用于视频通话、直播等场景。 Google MediaPipe Face Detection 是一个用于人脸检测的工具。faceeffect.apk 是与此相关的应用程序。
  • handtrackinggpu.zip - GPU,GPU GitHub资源...
    优质
    这是一款基于GPU的手部追踪软件,旨在利用图形处理器的强大计算能力优化和加速手部动作的实时跟踪。该开源项目在GitHub上提供下载与支持。 Mediapipe框架学习之 ———— 手势识别(单手) Android Studio 3.5 工程,打开即可使用。
  • mediapipeaar示例-master.zip
    优质
    本资源为MediaPipe多手跟踪项目的Android版本封装文件(.aar),适用于开发者快速集成和使用MediaPipe进行复杂的手部动作识别与追踪功能。 Mediapipe框架学习之 手势识别(多手) Android Studio 3.5 工程,打开即可使用。
  • Google MediaPipe Objectron (三维物体).zip
    优质
    本资源包提供Google研发的MediaPipe Objectron工具集,用于在真实环境中进行高效的三维物体检测与识别。包含模型、示例代码及相关文档。 Google MediaPipe Objectron 是一个用于三维目标检测的工具。它能够识别图像或视频中的物体,并提供这些物体在空间中的精确位置和姿态信息。通过使用深度学习模型,它可以准确地定位物体并在现实世界中进行3D重建。这个框架支持多种类型的物体,如家具、汽车等,适用于增强现实(AR)应用和其他需要理解真实场景的应用程序。
  • 通过Mediapipe势识别多应用
    优质
    本应用利用Mediapipe框架实现复杂手势识别与多手同时跟踪功能,为用户在虚拟现实、游戏互动等领域提供精准流畅的操作体验。 通过Android上的Mediapipe进行手势识别需要用到Android档案(AAR)和Gradle。这个想法的灵感来源没有特别指出。如果有帮助,请给我点赞支持。
  • 目标.ppt
    优质
    本PPT介绍目标检测与跟踪的基本概念、常用算法及应用场景,涵盖计算机视觉领域内的关键技术,并探讨其在智能监控、自动驾驶等领域的应用前景。 本段落介绍了目标检测与跟踪技术的当前发展状况及其典型应用,并探讨了图像特征描述的相关内容。文章还详细阐述了目标检测方法的基本概念及原理,以及在目标跟踪过程中涉及的关键问题。
  • 简易势识别与
    优质
    本项目提供了一种简化版本的手势识别和跟踪技术,专注于手部关键点检测及动态手势分析,适用于基础交互应用。 手势识别与跟踪包括基于简单模板匹配的手部跟踪及手部识别:使用OpenCV Cascade HAAR Classifier进行手部跟踪;采用HOG(方向梯度直方图)特征加SVM(支持向量机)分类器实现手势识别,以及通过背景减法或肤色检测来识别人手。