一种非接触式手势识别装置及其方法

    公开(公告)号:CN110275614B

    公开(公告)日:2022-09-30

    申请号:CN201910460084.X

    申请日:2019-05-30

    Abstract: 本发明公开一种非接触式手势识别装置及其方法,其包括FDC2214电容感测芯片、单面敷铜板和单片机,单面敷铜板与待测手势构成开关式电容,FDC2214电容感测芯片与单面敷铜板的铜板电连接,并检测获取单面敷铜板与待测手势构成的开关式电容值,FDC2214电容感测芯片输出端接入单片机,单片机读取FDC2214电容感测芯片测得的反映开关式电容值的频率数据;单片机具有用于保存频率数据的存储器,单片机利用频率数据通过训练构造完成不同手势的分类决策树并利用分类决策树对实时采集的频率数据进行手势分类并输出分类结果。本发明适用不同手掌大小的手势识别,且识别准确率高。

    一种非接触式手势识别装置及其方法

    公开(公告)号:CN110275614A

    公开(公告)日:2019-09-24

    申请号:CN201910460084.X

    申请日:2019-05-30

    Abstract: 本发明公开一种非接触式手势识别装置及其方法,其包括FDC2214电容感测芯片、单面敷铜板和单片机,单面敷铜板与待测手势构成开关式电容,FDC2214电容感测芯片与单面敷铜板的铜板电连接,并检测获取单面敷铜板与待测手势构成的开关式电容值,FDC2214电容感测芯片输出端接入单片机,单片机读取FDC2214电容感测芯片测得的反映开关式电容值的频率数据;单片机具有用于保存频率数据的存储器,单片机利用频率数据通过训练构造完成不同手势的分类决策树并利用分类决策树对实时采集的频率数据进行手势分类并输出分类结果。本发明适用不同手掌大小的手势识别,且识别准确率高。

    基于降分辨率的随机聚类统计的前景提取方法

    公开(公告)号:CN109636866A

    公开(公告)日:2019-04-16

    申请号:CN201811525938.X

    申请日:2018-12-13

    CPC classification number: G06T9/00 G06T2207/10016 G06T2207/20081

    Abstract: 本发明公开基于降分辨率的随机聚类统计的前景提取方法,其包括以下步骤:步骤1,以多种压缩比分别对不同场景数据集的视频图像进行压缩;步骤2,对获得的不同压缩比的图像分别利用ViBe和GMM方法进行处理,记录每一个压缩比下的CPU处理时间、精确率、查全率信息和F指标,作为压缩比的选择参考数据;步骤3,根据目标监控场景基于参考数据选取对应的压缩比进行压缩,再利用ViBe和GMM方法进行处理;步骤4,对ViBe和GMM方法的处理结果进行与运算,对两种前景轮廓的不完整进行互补;步骤5,对融合后的结果进行轮廓查找并绘制轮廓,消除目标内的空洞。本发明提高了前景提取精确率同时处理速度有较大的提升。

Patent Agency Ranking