我的BE最后一年的项目是关于手语识别。在为一个哑巴用户生成的符号视频中看到的模式选择正确的分类技术时,我感到非常困惑。我了解到神经网络( NN )在几个方面比隐马尔可夫模型更好,但微调神经网络的参数需要大量的时间。此外,一些报告说支持向量机在性能上比神经网络更好。我应该在这些选择中选择什么,或者有没有其他更好的选择,这样我就可以在4-5个月内完成我的项目,并且我可以继续在我的硕士课程中学习这个领域?
我正在用Windows 10和64位操作系统在我的惠普笔记本电脑上开发"Kinect for XBox One“。我以前做过python的工作,并且只想使用jupyter、notebok或python命令行。我项目的主题是动态手语识别,到目前为止,我只研究静态图像。我找到了很多使用kinect相机的教程,但每个教程都是用C++、C#或Sketch编写的。我下载了Processing 3,并通过以下链接试用了Sketch中的一些程序:,但即使在2天后,我也无法在其中运行一个简单的程序,只有一张黑色的图片作为输出,虽然检测到了kinect。
我还从这个链接中尝试了Pykinect和pyth
因此,我面临一个问题,如何部署我的自定义手语识别模型。我用exporter_main_v2.py将my_ssd_mobnet转换为saved_model.pb,然后尝试用以下代码使用tensorflowjs转换器:
from tensorflow import keras
import tensorflowjs as tfjs
def importModel(modelPath):
model = tf.keras.models.load_model(modelPath)
tfjs.converters.save_tf_model(model, "tfjsmodel&
我是MS Kinect编程的初学者,我正在遵循Rob Miles的"Start Here Lean the Kinect API“这本书,给出的所有身体跟踪解释都类似于下面的代码。
if (skeleton.Joints[JointType.HandRight].Position.X >
skeleton.Joints[JointType.ElbowRight].Position.X)
{
Do something.....
// performing something based