基于深度学习的手势控制游戏.docVIP

下载本文档

3
0
约3.39万字
约 51页
2024-06-23 发布于湖北
举报
版权申诉

基于深度学习的手势控制游戏.doc

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

深度学习作为机器学习的重要分支，其目标是模拟人脑进行分析学习，并构建模拟大脑进行分析学习的神经网络

基于深度学习的手势控制游戏

摘要

深度学习作为机器学习算法研究中的一个新的技术，其动机在于建立、模拟人脑进行分析学习的神经网络。

深度学习作为机器学习最重要的一个分支，近年来发展迅猛，在图像识别方面更是一骑绝尘，效率和精度都达到了新的高度，也意味着可以通过深度学习的模型，实现手势的识别，进而达到控制信息，实现模拟按键的效果，手势识别被分类为一种非接触式用户界面（TUI）。与触摸屏设备不同，TUI设备无需触摸即可控制。通过捕捉图像中的信息，分析用户所表达的操作，实现非接触的操控。通过应用TensorFlow的手势识别模型获得静态图像中的手势信息，包括手势位置和手的形态，实现指令上的