在Python中使用OpenCV训练神经网络来检测手势!

本文介绍了一位作者如何利用Python和OpenCV创建一个神经网络,该网络可以训练并识别手势,用于控制智能家居设备。作者从构建数据集、处理图像、训练模型到实现实时手势识别,详细描述了整个过程,并分享了项目代码和演示文稿链接。
摘要由CSDN通过智能技术生成

在Python中使用OpenCV训练神经网络来检测手势!

手势→预测→行动

您可以在此处找到Github项目存储库中的代码,或在此处查看最终的演示文稿幻灯片。

(github传送门:

https://github.com/athena15/project_kojak

PPT传送门:

https://docs.google.com/presentation/d/1UY3uWE5sUjKRfV7u9DXqY0Cwk6sDNSalZoI2hbSD1o8/edit#slide=id.g49b784d7df_0_2488)

灵感

想象一下,你正在举办一个生日聚会,每个人都玩的很开心,音乐也嗨到了极限,我们经常在抖音上看到的大声呼唤天猫精灵、小米小爱等智能音响的场景,在这种时候就不起作用了,很可能它们根本听不到你的声音,基本上你也找不到遥控器,但如果这个时候你在谈话当中张开一只手,某个手势,你的智能家居设备就可以识别这种姿势,关闭音乐,然后调亮灯光打到生日寿星的脸上。那确实是有点浪漫,也有点酷的。

背景

很长时间我都对手势检测感到好奇。我记得当第一部微软Kinect问世的时候- 我只用一挥手就可以玩游戏并控制屏幕。慢慢地,谷歌主页和亚马逊Alexa等设备发布,似乎手势检测失去了语音的雷达的支持。不过,随着Facebook门户网站和亚马逊回声秀(Amazon Echo Show)等视频设备的推出,我想看看是否有可能构建一个能够实时识别我的手势的神经网络,并运行我的智能家居设备!

  • 0
    点赞
  • 19
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值