Andere Kunden interessierten sich auch für
![EIN UMFASSENDER ANSATZ ZUR ENTWICKLUNG INTELLIGENTER SYSTEME]( "EIN UMFASSENDER ANSATZ ZUR ENTWICKLUNG INTELLIGENTER SYSTEME")
EIN UMFASSENDER ANSATZ ZUR ENTWICKLUNG INTELLIGENTER SYSTEME61,90 €![Entwurf einer optischen Zeichenerkennung mit Hilfe eines neuronalen Netzes]( "Entwurf einer optischen Zeichenerkennung mit Hilfe eines neuronalen Netzes")
Entwurf einer optischen Zeichenerkennung mit Hilfe eines neuronalen Netzes60,90 €![FORTSCHRITTLICHES SCHLAGANFALL-ERKENNUNGS- UND WARNSYSTEM MIT MASCHINELLEM LERNEN]( "FORTSCHRITTLICHES SCHLAGANFALL-ERKENNUNGS- UND WARNSYSTEM MIT MASCHINELLEM LERNEN")
FORTSCHRITTLICHES SCHLAGANFALL-ERKENNUNGS- UND WARNSYSTEM MIT MASCHINELLEM LERNEN43,90 €![Verbesserung der Effizienz der optischen Filterung für VLC]( "Verbesserung der Effizienz der optischen Filterung für VLC")
Verbesserung der Effizienz der optischen Filterung für VLC68,90 €![Machine Learning Theory and Applications]( "Machine Learning Theory and Applications")
Machine Learning Theory and Applications95,99 €![Grundlagen des maschinellen Lernens für prädiktive Datenanalysen]( "Grundlagen des maschinellen Lernens für prädiktive Datenanalysen")
Grundlagen des maschinellen Lernens für prädiktive Datenanalysen84,90 €![Intelligente Bibliotheksstruktur mit IoT und ML]( "Intelligente Bibliotheksstruktur mit IoT und ML")
Intelligente Bibliotheksstruktur mit IoT und ML43,90 €
Es wurde ein bildgestütztes System zur Erkennung von Handgesten entwickelt, um die Handformen der indischen Gebärdensprache (ISL) zu erkennen - 26 Buchstaben von A-Z. In diesem Gebärdensystem gibt es mehrere ähnlich aussehende Gesten. Daher werden für das System, das die Alphabete erkennt, insgesamt 26 Zeichen zur Identifizierung verwendet, wenn man diese gemeinsam betrachtet. Das Hauptmerkmal, die maskierte Hand, wurde aus den Schilderbildern extrahiert und diente als Merkmalsvektor unter Verwendung der HSV-Modellierung. Die Systemleistung für die Zeichenerkennung wird gemessen, indem diese Merkmale unabhängig voneinander als Merkmalsvektor für die Erkennung der ISL-Alphabete betrachtet werden. Durch die Kombination von Merkmalen wie der HSV-Farbauswahl und dem Klassifizierungsalgorithmus wie CNN war das System in der Lage, die verschiedenen Schilder leicht zu erkennen. Außerdem wird die Leistung des Systems gemessen, indem dieselben Merkmale durch die Erstellung eines Hautmaskierungsbildes der Alphabetzeichen für die Erkennung von ISL-Alphabeten extrahiert werden.