中大機構典藏-NCU Institutional Repository-提供博碩士論文、考古題、期刊論文、研究計畫等下載:Item 987654321/93069
English  |  正體中文  |  简体中文  |  全文笔数/总笔数 : 80990/80990 (100%)
造访人次 : 42691150      在线人数 : 1593
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜寻范围 查询小技巧:
  • 您可在西文检索词汇前后加上"双引号",以获取较精准的检索结果
  • 若欲以作者姓名搜寻,建议至进阶搜寻限定作者字段,可获得较完整数据
  • 进阶搜寻


    jsp.display-item.identifier=請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/93069


    题名: 使用者自定義手勢指令系統;User-definable Gesture Command System
    作者: 羅文岳;Lo, Wen-Yueh
    贡献者: 資訊工程學系在職專班
    关键词: 手勢辨識;Gesture
    日期: 2024-01-22
    上传时间: 2024-09-19 16:40:40 (UTC+8)
    出版者: 國立中央大學
    摘要: 手勢作為一種直觀的交流和溝通的方式,在人機互動中一直是探索的焦點。然而,目前手勢控制的相關產品只允許使用者使用特定的手勢進行操作,使不同文化習慣或不同地域的使用者增加學習成本,損失原本手勢自然、直觀且低學習成本的優勢。
    本論文利用深度學習影像辨識技術,創建一個自定義手勢系統,讓使用者能夠根據個人偏好設置手勢指令,避免固有產品的局限。此系統的靈活性可解決因文化和地區差異帶來的手勢理解和使用上的混淆。
    透過MIAT方法論的應用,我們模組化地設計了手勢辨識、指令設置和人機互動等功能的整合系統。利用深度學習模型替代傳統影像處理,提高了在複雜環境下的準確性和適應性。除了靜態手勢的辨識外,我們還實現了動態的手勢組合與追蹤,使得使用者能夠更自由地定義手勢指令,創造出數十種適合自己的手勢指令,最後我們實現了含有這些功能的圖形介面系統應用程式。
    ;Gestures have long been a focal point in human-computer interaction, serving as an intuitive form of communication. However, current gesture-controlled products restrict users to specific gestures, amplifying the learning curve for individuals from diverse cultural or geographical backgrounds. Consequently, this limitation undermines the inherent advantages of natural, intuitive, and easily learned gestures.
    This thesis capitalizes on deep learning image recognition technology to establish a customizable gesture system. This system enables users to configure gesture commands based on personal preferences, effectively bypassing the limitations of existing products. Its flexibility resolves confusion in gesture interpretation and usage arising from cultural and regional differences.
    Utilizing the MIAT methodology, we modularly designed an integrated system that encompasses gesture recognition, command configuration, and human-computer interaction functionalities. By replacing traditional image processing with deep learning models, we have significantly enhanced accuracy and adaptability, particularly in complex environments. In addition to recognizing static gestures, we have achieved dynamic gesture combinations and tracking, empowering users to freely define gesture commands and create numerous personalized gestures. Finally, we created a graphical interface system application that incorporates these functionalities.
    显示于类别:[資訊工程學系碩士在職專班 ] 博碩士論文

    文件中的档案:

    档案 描述 大小格式浏览次数
    index.html0KbHTML23检视/开启


    在NCUIR中所有的数据项都受到原著作权保护.

    社群 sharing

    ::: Copyright National Central University. | 國立中央大學圖書館版權所有 | 收藏本站 | 設為首頁 | 最佳瀏覽畫面: 1024*768 | 建站日期:8-24-2009 :::
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 隱私權政策聲明