作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
手势识别正成为人机交互技术研究中的一种重要模式.本文针对运用摄象机和计算机视觉技术捕获来的静态手势,提出了一种手势特征提取和基于神经网络分类的手势识别方法.实验表明该方法的正确识别率可以达到98%左右,是一种非常有效的静态手势识别方法.
推荐文章
基于BP神经网络的手势识别系统
Zigbee
BP神经网络
手势识别
加速度传感器
基于粒子群优化BP神经网络的脉象识别方法
脉象识别
粒子群算法
输出误差
误差反向传播算法
神经网络
泛化能力
基于GA-BP神经网络的手势识别精度优化研究
手势识别
精度优化
GA-BP神经网络
权值优化
效果分析
算法仿真验证
基于BP神经网络仪器显示自动识别方法
仪器显示
倾斜度调整
图像去噪
特征提取
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于BP神经网络的静态手势识别方法
来源期刊 华东交通大学学报 学科 工学
关键词 边缘跟踪 BP神经网络 手势识别
年,卷(期) 2005,(5) 所属期刊栏目 电子电气与计算机科学
研究方向 页码范围 86-87,106
页数 3页 分类号 TP391
字数 2156字 语种 中文
DOI 10.3969/j.issn.1005-0523.2005.05.024
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 邓志国 华东交通大学基础科学学院 3 28 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (21)
同被引文献  (5)
二级引证文献  (4)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(4)
  • 引证文献(4)
  • 二级引证文献(0)
2010(3)
  • 引证文献(3)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(3)
  • 引证文献(2)
  • 二级引证文献(1)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(4)
  • 引证文献(3)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(3)
  • 引证文献(2)
  • 二级引证文献(1)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
边缘跟踪
BP神经网络
手势识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
华东交通大学学报
双月刊
1005-0523
36-1035/U
大16开
中国南昌
1984
chi
出版文献量(篇)
3963
总下载数(次)
12
总被引数(次)
24304
论文1v1指导