基于Mediapipe和LSTM的手姿估计python源码+文档说明+运行演示截图

奋斗奋斗再奋斗的ajie

于 2024-05-30 02:55:47 发布

阅读量356

点赞数 3

分类专栏：毕业设计文章标签： lstm python 人工智能

本文链接：https://blog.csdn.net/2301_78627004/article/details/139309543

版权

毕业设计专栏收录该内容

208 篇文章 2 订阅

订阅专栏

文章目录

源码下载地址

点击这里下载代码

项目介绍

👇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

在这里插入图片描述

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。