基于语料库的中国理工科大学生英语口语手势的使用研究

以中国理工科大学生为研究对象,运用语料库分析法和统计工具,对英语口语中使用手势的情况进行了研究,探讨在口语中手势的使用特点及形成原因。研究发现,英语水平越高的学生越多使用辅助言语表达的手势,水平较低的学生使用适配性手势时持续时间更长;不同性别学生的手势使用情况无显著差异。     

基于Camshift和Kalman滤波的仿人机器人手势跟踪

对仿人机器人MIR-1的双目视觉系统实现实时手势跟踪.通过颜色直方图反投影,将每帧RGB输入图像转换为二维的肤色概率分布图像,基于Camshift算法计算手势跟踪窗口的位置和大小,并用Kalman滤波预测手心位置,有效地解决了背景中大面积肤色干扰和手势部分被遮挡等问题.在仿人机器人MIR-1上完成的手势跟踪实验,验证了此方法的实用性和有效性.     

各国手势趣谈

竖大拇指将大拇指竖起,其余四指握拳,这个手势对于中国人来说,是表示称赞、夸奖、“顶呱呱”之意。在世界很多国家,也是表示自己对某句话或是某件事赞赏,也表示准备妥当。例如在蓝球比赛时,裁判员会一手执球一手竖大拇指表示一切就绪,比赛可以进行了。据说这个手势源自飞机驾驶     

基于OPENCV的手势识别的实现与应用

本文主要对静态手势识别的技术存在的各种方法进行了相应的分析与探讨,而在这个基础之上实现与设计了一套先进的静态手势识别系统。而该系统主要分为手势的分类、图像的预处理、分类器的设计与样本的训练以及特征的提取四个模块。而该系用在运行时,首先从文件夹中读取图像部分,其次在经过图像的预处理模块得到手势的轮廓图像以及二值图像,最后在对轮廓图像与二值图像这两幅图对手势进行相应的特征提取,并且采用贝叶斯分类器对这个手势进行分类识别。     

基于压电光能互补的手势识别防碰撞小车控制系统设计

【目的】本研究设计并制作一个基于压电光能互补的手势识别防碰撞小车控制系统。【方法】该系统以Arduino单片机为主控系统，包含超声波避障单元、手势识别遥控单元、电源单元及小车被控对象。【结果】该系统可实现手势遥控操作，能检测和显示小车与障碍物的距离，并自动避障的防碰撞小车系统。【结论】该设计方案简单实用，具有低功耗、智能控制特点，且基于太阳能发电板和压电发电这两种互补式清洁能源的供电方式，能大大提高系统的续航能力。     

基于ICONDENSATION算法的人手跟踪与手势识别算法

为实现基于手势的智能人机交互,提出了一种基于视觉的人手跟踪与手势识别算法.该方法以ICONDENSATION算法为基础,融合颜色与深度信息进行重要采样,结合轮廓信息并通过ASM模型的能量函数进行观测,根据最大后验概率对几种预定义的手势进行识别.实验结果表明,该算法能够有效地实现复杂背景下的人手跟踪与手势识别,为进一步实现智能人机交互奠定了基础.     

交互式动态体三维显示关键技术

研究了交互式动态体三维显示的关键技术,包括三维数据体素化、体素激活、体空间生成和人机交互等,实现了体三维显示系统样机.其中,采用体立方栅格(BCC)采样策略以减少体素化生成的体显示数据,以数字微镜器件(DMD)作为空间光调制器(SLM),并针对DMD设计了二值切片的快速激活算法;分析了基于旋转螺旋面的体三维空间生成方法,并将基于隐马尔科夫模型(HMM)的动态手势控制应用于交互式体三维显示系统.针对原理样机设计的各组实验表明,BCC体素化策略减少了40%以上的体显示数据,基于DMD的切片快速激活算法使得在500mm×250mm半圆柱形成像空间内显示的三维图像刷新率达16Hz、并且可以选择任意视点裸眼观看,准确率超过93%、响应时间低于40ms的动态手势识别算法能够较好地实现实时交互式体三维显示.     

复杂场景下基于R-FCN的手势识别

为了解决复杂场景下手势识别的问题,将基于区域的全卷积网络(R-FCN)用于手势识别.为了使网络适应复杂场景,利用在线难例挖掘技术对手势识别过程中产生的难例进行在线学习,并结合手的特征对网络参数进行优化调节.实验结果表明:基于R-FCN的手势识别方法能准确地从复杂场景中识别手势,识别率达到99.73%.     

嘿，这手势真酷

市郊新开了一家军事俱乐部。听说里面装备先进,连教练员都是退伍的老兵。只要加入俱乐部,就可以参与仿若亲临战场的真人CS游戏,身为军事发烧友的我怎能错过?这不,周末一大早,我就兴冲冲地报了名。想不到,和我有相同爱好的人还真不少!我们     

英语教学中形体语言的巧用

形体语言（Body Language），也称非语言交际（nonverbal communication），是通过表情、手势以及身体其它部分的动作来表达思想感情的一种无声语言。在英语教学中恰当地使用形体语言，对提高英语教学质量有着积极作用。