毕设:基于Yolov5的手势识别应用与实现_2_手势关键帧获取

本文介绍了基于Python和OpenCV的两间差分法处理视频,用于提取孤立词手语教学视频中的有效动作帧,作为手势识别模型的训练数据。通过比较前后两帧的平均像素强度差异,确定关键帧,从而筛选出具有关键特征的画面。
摘要由CSDN通过智能技术生成

1、所需环境

所需环境:python+opencv

作者计算机安装的软件版本为Python3.8.5和OpenCV-python 4.5.5.64

安装Python和pycharm

安装OpenCV

2、两间差分法处理视频

作者计划实现的功能具体为孤立词手语的手势识别,孤立词手语的手势与连续词手语的手势有相似之处,但存在一点关键的区别,孤立词的手语不像连续词手语那样存在过度帧(也就是孤立词的两个有效的手语动作之间的动作没有实际意义),因此孤立词的手语与动态手势类似,可以分为三个阶段:准备动作阶段,有效动作阶段,结束动作阶段。

故我们可以刨除准备动作与结束动作,专注于训练对有效动作的识别。所以作者使用两间差分法来提取手语教学视频中的有效动作帧来作为训练范例动作。

  • 1
    点赞
  • 15
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论
评论 2
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

打赏作者

鸢尾屿

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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