基于CNN的Leap Motion手部運(yùn)動(dòng)數(shù)據(jù)優(yōu)化方法
資料介紹
為提高 Leap Motion設(shè)備的采集精準(zhǔn)度,解決自遮擋、采樣頻率不穩(wěn)定等設(shè)備固有問(wèn)題,首先,設(shè)計(jì)了使用Leap Motion和動(dòng)作捕捉設(shè)備的手部多模態(tài)同步運(yùn)動(dòng)采集方案,采集了日常動(dòng)作數(shù)據(jù)集;其次,提出了基于卷積神經(jīng)網(wǎng)絡(luò)( convolutional neural network,CNN的 Leap Motion手部運(yùn)動(dòng)數(shù)據(jù)優(yōu)化方法,使用日常動(dòng)作數(shù)據(jù)集訓(xùn)練 Leap Motion數(shù)據(jù)到動(dòng)作捕捉數(shù)據(jù)的映射網(wǎng)絡(luò);最后,提出手指平面約東,確保網(wǎng)絡(luò)輸出數(shù)據(jù)保持穩(wěn)定的手部骨骼結(jié)構(gòu)。通過(guò)15名志愿者采集了6類動(dòng)作共967550幀的同步運(yùn)動(dòng)數(shù)據(jù)集,進(jìn)行了手指平面約束有效性、動(dòng)作一致性實(shí)驗(yàn),并與雙向循環(huán)自編碼器( bidirectional recurrent autoencoder,BRA)、雙向編解碼器( encoder- bidirectional- decoder,EBD)方法進(jìn)行了精度對(duì)比。結(jié)果表明,文中方法支持使用 Leap Motion獲取固定采樣頻率且近似動(dòng)捕設(shè)備精度的手部運(yùn)動(dòng)數(shù)據(jù),效果較BRA和EBD更加穩(wěn)定平滑。將文中方法應(yīng)用于康復(fù)游戲中,明顯減少了交互動(dòng)作識(shí)別的錯(cuò)誤次數(shù)。
- nanoSense:Motion超低功耗無(wú)線運(yùn)動(dòng)傳感
- 電子學(xué)報(bào)第七期《一種可配置的CNN協(xié)加速器的FPGA實(shí)現(xiàn)方法》 15次下載
- 面向ADHD患者的手部運(yùn)動(dòng)數(shù)據(jù)可行性研究 7次下載
- 基于CNN分類回歸聯(lián)合學(xué)習(xí)等的左心室檢測(cè)方法 33次下載
- 基于軀干肌肉活動(dòng)監(jiān)測(cè)的手部行為識(shí)別方法 6次下載
- 基于UG的運(yùn)動(dòng)仿真及高級(jí)仿真 10次下載
- 機(jī)床熱誤差的來(lái)源、獲取方法及優(yōu)化方法等 28次下載
- 融合雙層多頭自注意力與CNN的回歸模型 6次下載
- 一種基于多通道極深CNN的圖像超分辨算法 10次下載
- 基于改進(jìn)Faster R-CNN的目標(biāo)檢測(cè)方法 3次下載
- 基于LSTM和CNN融合的深度神經(jīng)網(wǎng)絡(luò)個(gè)人信用評(píng)分方法 32次下載
- 5G NSA優(yōu)化方法及其相關(guān)研究 9次下載
- 將置信規(guī)則庫(kù)分級(jí)優(yōu)化的網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)方法 11次下載
- Leap Motion開(kāi)發(fā)教程之Leap Motion官方中文開(kāi)發(fā)文檔資料免費(fèi)下載 14次下載
- 基于LLE和SVM的手部動(dòng)作識(shí)別方法_伍吉瑤 1次下載
- CNN的定義和優(yōu)勢(shì) 4361次閱讀
- MySQL性能優(yōu)化方法 641次閱讀
- 基于CNN-LSTM網(wǎng)絡(luò)的電力負(fù)荷預(yù)測(cè) 3252次閱讀
- CNN到底是怎么回事? 4104次閱讀
- 曲面加工優(yōu)化方法有哪些? 1949次閱讀
- 一篇文章搞定CNN轉(zhuǎn)置卷積 4690次閱讀
- 基于CNN的大規(guī)模可穿戴傳感器運(yùn)動(dòng)數(shù)據(jù)分類 1975次閱讀
- Blast Motion的高精度運(yùn)動(dòng)傳感器產(chǎn)品Blast Baseball介紹 1641次閱讀
- 手把手教你操作Faster R-CNN和Mask R-CNN 1.3w次閱讀
- 一種利用強(qiáng)化學(xué)習(xí)來(lái)設(shè)計(jì)mobile CNN模型的自動(dòng)神經(jīng)結(jié)構(gòu)搜索方法 3855次閱讀
- Softmax如何把CNN的輸出轉(zhuǎn)變成概率?交叉熵如何為優(yōu)化過(guò)程提供度量? 2.1w次閱讀
- 多款VR/AR產(chǎn)品集成了Leap Motion的手部追蹤傳感器 7779次閱讀
- 用CNN把圖形轉(zhuǎn)成ASCII碼字符畫的方法,并更新了著色工具 9748次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)CNN架構(gòu)分析-LeNet 2769次閱讀
- 基于FPGA的通用CNN加速設(shè)計(jì) 1w次閱讀
評(píng)論