颜色分类leetcode DNN Gesture Classifier 俄语手语的深度神经网络手势分类器

颜色分类leetcode深度神经网络手势分类器以俄罗斯手语为例，使用卷积神经网络进行静态手势分类ResearchGate上的出版物域背景人机交互界面的实现和范围多种多样，例如具有控制台输入输出的系统、具有手势控制的控制器、脑机接口等。自2010年微软发布非接触式游戏控制器Kinect以来，使用基于自定义手势识别的数据输入的系统得到了广泛的欢迎。基于手势的控制器增加了他们的市场份额，并成为不同类别用户日常生活的一部分。所以，比如大众汽车厂商推出了多媒体系统Golf R Touch Gesture Control，通过手势指令来控制汽车的多媒体系统。要将手势命令转换为控制信号，需要一种手势分类机制，可以从各种设备获取：定义关节坐标的特殊手套，以及2D和3D摄像机。使用手套的方法有一个明显的缺点——用户需要佩戴连接到计算机的特殊设备。反过来，基于使用摄像机的计算机视觉概念的方法被认为更自然且成本更低。问题陈述项目展示了俄罗斯手语静态手势分类系统的核心，该系统基于计算机视觉方法，使用卷积神经网络。这项工作是实际的，代表了手势识别领域研究人员的起点。