搜索资源列表
计算机视觉
- 人体运动的捕获是计算机视觉领域的热点之一，它是指从大范围上从图像序列中提取并描述人体运动轮廓的运动，然后对其进行跟踪识别。介绍了运动捕获的潜在应用，从初始化、检测、跟踪、姿态评估、识别5个方面分析了有关运动捕获的分类及研究现状，最后简要探讨了该领域面临的难点问题及其发展趋势。
gesrec
- 利用摄像头，对人体姿态进行识别，希望对大家有用-The use of cameras, to identify the body posture and hope for all of us
ImprovedGaitRecognitionApproach
- ：步态识别通过人体走路的姿势来识别人的身份。近年来，步态作为一种生物特征识别技术备受计算机视觉研究者的关注。对某个 人的一个步态序列利用动态 Viterbi 算法得到一个样本姿态序列，对其多个步态样本姿态序列的对应姿态取平均得到这个人的特征姿态序 列，对特征姿态采用主成分分析法和线性判别分析法处理特征空间，并用最近邻法进行识别。利用 CASIA 数据库对本文方法进行验证， 取得了较高的识别率，并对体形变化具有较强的鲁棒性-H
Paper]
- 最新顶级会议CVPR2011关于人体姿态识别文章-Paper] Real-time Human Pose Recognition in Parts from Single Depth Images 2011CVPRBodyPartRecognition
zuizhongdeshishishibie
- 基于视觉的人体姿态的识别，包括识别的程序和说明doc，能识别8种静态人体姿态，准确率达90 以上-Based the visual human gesture recognition, including recognition of procedures and instructions doc can identify eight kinds of static body posture, the accuracy rate of
tracking
- 基于Kinet+openni的人体骨架提取及姿态识别-Kinet extraction and gesture recognition based on human skeleton
A-Gaussian-Process-Guided-
- 高斯滤波，3D重建，人体姿态识别.最近比较高端的顶级论文，TIP的文章-A Gaussian Process Guided Particle Filter for 3D human pose
head-estimation
- 主要用于人体的头部姿态识别，主要包括头部的左偏或右偏，前移或者后移等。本文件中主要包括PDF论文和对应的源代码，可以直接运行看到结果的。-Head gesture recognition is mainly used in the human body, including the head left or right, forward or backward, and so on. This file is mainly includ
tf-pose-estimation-master
- OpenPose人体姿态识别项目是美国卡耐基梅隆大学（CMU）基于卷积神经网络和监督学习并以caffe为框架开发的开源库。可以实现人体动作、面部表情、手指运动等姿态估计。适用于单人和多人，具有极好的鲁棒性。是世界上首个基于深度学习的实时多人二维姿态估计应用，基于它的实例如雨后春笋般涌现。人体姿态估计技术在体育健身、动作采集、3D试衣、舆情监测等领域具有广阔的应用前景，人们更加熟悉的应用就是抖音尬舞机(OpenPost Human Att
智能手环核心算法
- 通过mpu6050加速度传感器，获取人体运动时，手腕重力变化识别运动状态，姿势等核心算法(Through the mpu6050 acceleration sensor, when the human body is moving, the wrist gravity changes to identify the core algorithms such as motion state and posture.)
deeppose-master
- 使用深度学习网络处理人体关节点定位的人体姿态识别(Human pose recognition)
pytorch-openpose-master
- 本例程是我研究生阶段做的一个小项目，该项目用pytorch的深度学习框架来进行人体姿态识别，能够实现头部和身体的骨架识别！图像处理方面加入了OpenCV包进行相关的处理，希望能帮助大家！(175/5000 This routine is a small project that I did in the graduate stage. The project uses pytorch's deep learning fr a mewo