作者:周全,甘屹,何伟铭,孙福佳,杨丽红 单位:中国电子学会;天津电子学会 出版:《软件》2020年第07期 页数:6页  (PDF与DOC格式可能不同) PDF编号:PDFRJZZ2020070130 DOC编号:DOCRJZZ2020070139 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于3D视觉传感器边缘识别和追踪算法的研究》PDF+DOC2020年第02期 赵跃东,孙多润,郭警中,刘焕晓,傅成林,王锐,王勇 《应用计算机视觉的动态手势识别综述》PDF+DOC2014年第06期 张国亮,王展妮,王田 《高智能轮椅中的视觉手势识别方法仿真》PDF+DOC2013年第12期 邹培忠 《家庭服务机器人定位系统研究》PDF+DOC2017年第07期 李长勇,房爱青,袁亮,戴恩亮 《基于视觉传感器的汽车自主紧急制动控制算法研究》PDF+DOC2019年第12期 莫夫 《基于零加速修正的室内惯性定位算法》PDF+DOC2020年第04期 苏志刚,赵世伟,郝敬堂 《基于移动锚节点的粒子群优化定位算法》PDF+DOC2012年第23期 许磊 《基于视觉传感器SLAM问题的算法构建》PDF+DOC2010年第08期 李久胜,章园媛 《基于视觉传感器的智能车控制算法设计》PDF+DOC2010年第20期 王建,张晓炜,杨锦,昝鑫,刘小勇 《手势控制微型四轴飞行系统设计与实现》PDF+DOC2014年第11期 何科君,张鹏,廖天予,赵灿,楚红雨
  • 随着广大用户越来越追求人工智能产品的体验,手势姿态估计存在广阔的应用前景,但也是当今计算机视觉的难题。针对目前自顶向下的姿态估计模式容易受视觉传感器与目标检测精度的影响,本文提出基于轻量级手势姿态网络(LightweightHandPoseNet,LHPN)算法的手势姿态估计方法,该算法采用ConvolutionalPose Machines(CPM)算法的多层次顺序结构,在每个阶段后隐式地将上下文信息融合,并设计了轻量级主干网络,以提升手势姿态估计的综合性能。基于STB数据集对比分析不同内部结构的LHPN算法性能,并与典型算法进行对比。实验结果表明,LHPN算法能够对手势姿态进行准确估计,与CPM算法相比,在AUC方面提升了0.5%,在每帧图像运算时长方面减少了0.1358 s。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。