Алгоритмическое и программное обеспечение для распознавания формы руки в реальном времени с использованием SURF-дескрипторов и нейронной сети; Известия Томского политехнического университета [Известия ТПУ]; Т. 320, № 5 : Управление, вычислительная техника и информатика

Xehetasun bibliografikoak
Parent link:Известия Томского политехнического университета [Известия ТПУ]/ Томский политехнический университет (ТПУ).— , 2000-
Т. 320, № 5 : Управление, вычислительная техника и информатика.— 2012.— [С. 48-54]
Egile nagusia: Нгуен Тоан Тханг
Beste egile batzuk: Спицын В. Г. Владимир Григорьевич
Gaia:Заглавие с титульного листа
Электронная версия печатной публикации
Разработан оригинальный алгоритм распознавания формы руки в реальном времени на основе SURF-дескрипторов и нейронной сети. Предложен новый метод генерации дескрипторов для нейронной сети. Создано программное обеспечение для распознавания формы руки в режиме реального времени на основе предложенного алгоритма. Численные эксперименты по распознаванию формы руки на видеопоследовательности в реальном времени показали, что средняя точность распознавания составляет 92 %.
Hizkuntza:errusiera
Argitaratua: 2012
Saila:Управление, вычислительная техника и информатика
Gaiak:
Sarrera elektronikoa:http://earchive.tpu.ru/bitstream/11683/4243/1/bulletin_tpu-2012-320-5-09.pdf
Formatua: Baliabide elektronikoa Liburu kapitulua
KOHA link:https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=220556
Deskribapena
Deskribapen fisikoa:1 файл (917 Кб)
Gaia:Заглавие с титульного листа
Электронная версия печатной публикации
Разработан оригинальный алгоритм распознавания формы руки в реальном времени на основе SURF-дескрипторов и нейронной сети. Предложен новый метод генерации дескрипторов для нейронной сети. Создано программное обеспечение для распознавания формы руки в режиме реального времени на основе предложенного алгоритма. Численные эксперименты по распознаванию формы руки на видеопоследовательности в реальном времени показали, что средняя точность распознавания составляет 92 %.