Andere Kunden interessierten sich auch für
![RECONNAISSANCE DES MOUVEMENTS DE LA MAIN PAR DES RÉSEAUX NEURONAUX]( "RECONNAISSANCE DES MOUVEMENTS DE LA MAIN PAR DES RÉSEAUX NEURONAUX")
RECONNAISSANCE DES MOUVEMENTS DE LA MAIN PAR DES RÉSEAUX NEURONAUX26,99 €![Amélioration de l'IDS à l'aide d'une approche hybride d'apprentissage automatique]( "Amélioration de l'IDS à l'aide d'une approche hybride d'apprentissage automatique")
Amélioration de l'IDS à l'aide d'une approche hybride d'apprentissage automatique29,99 €![Big Data et cybersécurité grâce à l'apprentissage automatique]( "Big Data et cybersécurité grâce à l'apprentissage automatique")
Big Data et cybersécurité grâce à l'apprentissage automatique29,99 €![APPRENTISSAGE AUTOMATIQUE]( "APPRENTISSAGE AUTOMATIQUE")
APPRENTISSAGE AUTOMATIQUE48,99 €![Reconnaissance automatique de mot isolé: modélisation par MMC discret]( "Reconnaissance automatique de mot isolé: modélisation par MMC discret")
Reconnaissance automatique de mot isolé: modélisation par MMC discret36,99 €![Segmentation automatique pour la reconnaissance numérique des chèques bancaires Algériens]( "Segmentation automatique pour la reconnaissance numérique des chèques bancaires Algériens")
Segmentation automatique pour la reconnaissance numérique des chèques bancaires Algériens47,95 €![Méthode d'isolation des trous de ver dans MANET à l'aide de la technique du seuil]( "Méthode d'isolation des trous de ver dans MANET à l'aide de la technique du seuil")
Méthode d'isolation des trous de ver dans MANET à l'aide de la technique du seuil55,99 €
Les présentations contrôlées par les gestes de la main à l'aide de l'apprentissage automatique impliquent l'utilisation d'un système de vision par ordinateur pour interpréter les mouvements et les gestes de la main comme des commandes permettant de contrôler les présentations. Rassemblez un ensemble de données d'images ou de vidéos de gestes de la main, en capturant divers mouvements et gestes de la main qui correspondent à différentes commandes de présentation (par exemple, diapositive suivante, diapositive précédente, zoom avant, zoom arrière). Nettoyer et prétraiter les données collectées en redimensionnant, normalisant et augmentant les images ou les vidéos afin d'améliorer la robustesse du modèle. Utiliser des techniques d'apprentissage automatique, souvent en employant des réseaux neuronaux convolutifs (CNN) ou d'autres architectures d'apprentissage profond, pour former un modèle sur l'ensemble des données collectées. Ce modèle apprend à reconnaître et à classer les différents gestes de la main. Une fois entraîné, le modèle est capable de reconnaître des gestes spécifiques de la main en temps réel. Il peut identifier des gestes tels que la paume ouverte pour la diapositive suivante, le poing fermé pour la diapositive précédente, le pincement pour le zoom avant, l'écartement des doigts pour le zoom arrière, etc.