1樓：智匯有初
智匯有初：智匯有初|這家創業公司識別108種0.01mm手勢動作，乾掉全球AI科技巨頭！
乙個東方大國
在清末，中國小農經濟低效率被英國工業化取代在現代，中國本土企業低技術被美國高科技鎖喉拋開制度
從鴉片戰爭到現在的歷史
技不如人，一言難盡
上一次英國用火炮把中國科技界轟醒
這一次美國用晶元把中國製造界嚇醒
一朝房地產夜壺去
告別研發製造不如買地蓋房的荒謬
迎來科技大時代
智匯有初
航天團隊
十年磨一劍
君不見房地產公司搜盡天下財
實驗室專家埋頭苦鑽研
Space Touching
三維空間互動技術
橫空出世
趕上AI時代
動作識別高精度
0.01mm微小動作精準捕捉
手勢控制堪大用
領先某歌、某度、某條、某馬全球AI巨頭
你不知道
精度是整個中國工業的痛
晶元只是其中乙個行業
足見他技術的領先性
得益於高精準度
帶來更廣泛的動作識別範圍
108種動作
只有你想不到
沒有他做不到
精度是智匯有初的核心優勢
也是打敗巨頭的核心競爭力
所謂天下技術
唯精不破
一招鮮吃遍天
2樓：好好學習天天向上
老是說LBP級聯，雖然LBP能夠檢測出來，可是一堆錯誤的框框，又有何用？Haar加adaboost組合也乙個鳥樣，一堆錯誤到框框
3樓：Mercy
影像採集裝置收集拍攝畫面，逐幀進行手掌檢測、分割，分割出來的資訊通過k-cos等聚類演算法對目標檢測物做特徵提取作為資料。
4樓：
這種手勢其實分為靜態手勢和三維手勢，所謂靜態就是你手掌永遠正對與攝像機前面，手指方向朝上，然後利用採集的手部影象，提取手部輪廓進行特徵提取（如輪廓、形狀上下文、sift點等等），進行分類或者模板匹配法都可以。
如果你要做那種手掌不一定正對攝像機下的情況，方向與角度是有變化的那種手勢識別，此時就涉及到三維手部姿態估計了。這個要難很多，得先進行手掌三維方向的確定，然後在此基礎上對手指狀態進行估計。這個其實可以採用骨架對映法，就是建立乙個手部骨架，根據投影結果確定手指的狀態（彎曲或伸展），再根據手指結果進行手勢的判斷。
5樓：
如果是做工程，我建議HoG + SVM 足以，不過HoG不具有旋轉不變性，所以你的訓練樣本裡最好能把手勢的各個方向都給放到訓練樣本裡，我當時做的訓練樣本一共是6400張，八個手勢，乙個手勢800張。測試樣本我當時是1600張，當然你如果選個尺度不變特徵更好，這樣魯棒性更強。（此外，我覺得如果做工程，我上面說的都不是難點，難點是如何在複雜的背景下去較好的分割出手勢，估計你用普通的單目攝像頭（沒有深度資訊），當你手和臉重合時，我還真不知道該怎麼分割出手勢）
渣渣本科生，求輕拍。。。匿了
6樓：
樓主可以關注下：流形（manifold）學習——非線性降維方法，對提取不同手勢特徵有幫助；
經典的有ISOMAP
分類器：如果一般的分類方法SVM等不好使，可以考慮使用稀疏模型，參見下面文章
Robust Face Recognition via sparse represention 2009
7樓：賈永磊
其實這個你要選對形狀特徵往下做就好做了，關鍵是手的形狀是有尺度旋轉及仿射變化的，這樣你就要找乙個尺度旋轉不變性的特徵，而仿射可以最大限度的人為弱化，訓練集合你可以自己做，也可以找已有的庫，可以用adbost或svm訓練多分類器。
如何實現乙個較富裕的社會？
煙斗老夏 要想實現乙個比較富裕的社會，首先就要提公升勞動生產率，按你的要求，具體來說就是要有人才。其次是要有完善的分配機制，按你的要求，具體來說就是由哪些人來分配以及如何分配。 雲以出岫 第一，提高生產力。這個是前提，沒有這個前提，隨著人口增加，社會人均資源必然越來越少。接著就會陷入歷史上那種戰亂 ...
想要開發乙個機器，系統執行希望基於Mac的OS系統，可行嗎？
macOS的底層核心是基於Unix freebsd的Darwin核心，是開源的。但macOS gui圖形介面實現是閉源的，而且根據目前蘋果的使用者協議，macOS只能在蘋果的Mac裝置上執行，非Mac裝置執行macOS是違反協議的。你想表達的是新系統可以直接執行macOS的軟體，用macOS的UI互...
用Koa實現乙個較完整的登入註冊功能需要用到哪些模組？
寸志 登入註冊涉及哪些功能？基礎 mvc 生成頁面 處理登入，登錄檔單 登入狀態 使用者資料儲存 找回密碼 對下來要用到的模組 koajs ejs GitHub alexmingoia koa router GitHub 實現 mvc koajs bodyparser GitHub 用來處理登入註冊...