Andere Kunden interessierten sich auch für
![Überprüfung der Klassifizierung von Netzqualitätsstörungen mittels SVM]( "Überprüfung der Klassifizierung von Netzqualitätsstörungen mittels SVM")
Überprüfung der Klassifizierung von Netzqualitätsstörungen mittels SVM35,90 €![Neuartige Algorithmen zur Erkennung von Leitungsausfällen mittels PMU]( "Neuartige Algorithmen zur Erkennung von Leitungsausfällen mittels PMU")
Neuartige Algorithmen zur Erkennung von Leitungsausfällen mittels PMU68,90 €![Intelligente Methoden zur Erkennung von epileptischen Anfällen mittels Biosignalen]( "Intelligente Methoden zur Erkennung von epileptischen Anfällen mittels Biosignalen")
Intelligente Methoden zur Erkennung von epileptischen Anfällen mittels Biosignalen71,90 €![Bildkompression mit der DCT-Methode]( "Bildkompression mit der DCT-Methode")
Bildkompression mit der DCT-Methode39,90 €![Fahrzeug-Zielvorhersage mittels GPS-Verfolgung]( "Fahrzeug-Zielvorhersage mittels GPS-Verfolgung")
Fahrzeug-Zielvorhersage mittels GPS-Verfolgung49,00 €![Entwicklung einer automatisierten Scheinwerfereinstellung mittels aktiver Triangulation]( "Entwicklung einer automatisierten Scheinwerfereinstellung mittels aktiver Triangulation")
Entwicklung einer automatisierten Scheinwerfereinstellung mittels aktiver Triangulation47,90 €![RADAR MIT SYNTHETISCHER APERTUR]( "RADAR MIT SYNTHETISCHER APERTUR")
RADAR MIT SYNTHETISCHER APERTUR43,90 €
Um mit körperlich behinderten Menschen zu interagieren, wurde ein System zur Erkennung von Handgesten mit MATLAB eingeführt. Der Hauptgrund für die Entwicklung der Gestenerkennung mittels Software ist, dass sie einen einfachen Weg zwischen Mensch und Computer schaffen kann. Das Hauptziel dieses Projekts ist es, einen Code in MATLAB zu schreiben, um die Handgesten über die Webcam des Laptops zu erkennen und relevante Ausgaben auf der Grundlage der Datenbank zu liefern, die bereits in den Code eingefügt wurde. Der Überblick über die Handgestenerkennung besteht darin, die Hand mit der Methode der Hintergrundsubtraktion zu erkennen, und das Ergebnis der Handerkennung wird mit Hilfe der Bildsegmentierung in ein Binärbild umgewandelt. Dann wird das segmentierte Bild an die Merkmalsextraktionsphase gesendet. In der Merkmalsextraktionsphase wird der Kreuzkorrelationskoeffizient auf die Geste angewendet, um sie aus der Datenbank zu erkennen.