Home
Giới thiệu
Tài khoản
Đăng nhập
Quên mật khẩu
Đổi mật khẩu
Đăng ký tạo tài khoản
Liệt kê
Công trình khoa học
Bài báo trong nước
Bài báo quốc tế
Sách và giáo trình
Thống kê
Công trình khoa học
Bài báo khoa học
Sách và giáo trình
Giáo sư
Phó giáo sư
Tiến sĩ
Thạc sĩ
Lĩnh vực nghiên cứu
Tìm kiếm
Cá nhân
Nội dung
Góp ý
Hiệu chỉnh lý lịch
Thông tin chung
English
Đề tài NC khoa học
Bài báo, báo cáo khoa học
Hướng dẫn Sau đại học
Sách và giáo trình
Các học phần và môn giảng dạy
Giải thưởng khoa học, Phát minh, sáng chế
Khen thưởng
Thông tin khác
Tài liệu tham khảo
Hiệu chỉnh
Số người truy cập: 106,055,103
Static Hand Gesture Recognition using Principal Component Analysis combined with Artificial Neural Network
walgreens prints coupons
rx coupons printable
free printable coupons
Tác giả hoặc Nhóm tác giả:
Nguyen Trong Nguyen, Huynh Huu Hung, Jean Meunier
marriage affairs
open
i want an affair
Nơi đăng:
Journal of Automation and Control Engineering (JOACE)
walgreens prints coupons
prescription coupon card
free printable coupons
walgreens pharmacy coupon
site
promo codes walgreens
;
S
ố:
3(1);
Từ->đến trang
: 40-45;
Năm:
2015
Lĩnh vực:
Công nghệ thông tin;
Loại:
Bài báo khoa học;
Thể loại:
Quốc tế
TÓM TẮT
Sign language is the primary language used by the deaf community in order to convey information through gestures instead of words. In addition, this language is also used for human-computer interaction. In this paper, we propose an approach which can recognize sign language, based on principal component analysis and artificial neural network. Our approach begins by detecting the hand, pre-processing, determining eigen-space to extract features and using artificial neural network for training and testing. This method has low computational cost and can be applied in real-time. The proposed approach has been tested with high accuracy and is promising.
marriage affairs
all wife cheat
i want an affair
ABSTRACT
Sign language is the primary language used by the deaf community in order to convey information through gestures instead of words. In addition, this language is also used for human-computer interaction. In this paper, we propose an approach which can recognize sign language, based on principal component analysis and artificial neural network. Our approach begins by detecting the hand, pre-processing, determining eigen-space to extract features and using artificial neural network for training and testing. This method has low computational cost and can be applied in real-time. The proposed approach has been tested with high accuracy and is promising.
© Đại học Đà Nẵng
Địa chỉ: 41 Lê Duẩn Thành phố Đà Nẵng
Điện thoại: (84) 0236 3822 041 ; Email: dhdn@ac.udn.vn