基于Mediapipe和LSTM的手姿估计python源码+文档说明+运行演示截图
目录:👇体感互动——Hand Pose Estimation Based on Mediapipe And LSTM🐱IntroduceInference1Inference2体感互动😔Training🐒Reference🐕Thanks🐱Introduce体感互动——Hand Pose Estimation Based on Mediapipe And LSTM。
源码下载地址
项目介绍
目录:
👇体感互动——Hand Pose Estimation Based on Mediapipe And LSTM
🐱Introduce
🐖QuickStart
Dependencies
Inference1
Inference2
体感互动
😔Training
🐒Reference
🐕Thanks
🐱Introduce
体感互动——Hand Pose Estimation Based on Mediapipe And LSTM
基于mediapipe提取人体姿势、人脸、手部关键点和LSTM算法实现手势识别,并进一步实现体感互动的功能,如进行隔空移动、抓取、放大、缩小等手势操作,可为商业显示提供智能交互应用,如3D模型的展示。
数据:一共采集3类手势,每一个手势30个视频,每一个视频30帧,每一帧提取的landmarks序列长度为1662(33个4维人体姿势landmarks,468个3维人脸landmarks,21个3维左手landmarks,21个3维右手landmarks,33✖4+468✖3+21✖3+21✖3=1662)。
项目功能
界面预览
项目备注
1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!
2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习,也适合小白学习进阶,当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。
3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可用于毕设、课设、作业等。
下载后请首先打开README.md文件(如有),仅供学习参考, 切勿用于商业用途。
源码下载地址
更多推荐
所有评论(0)