前言 　　一般情况下,手势识别的第一步就是先手势定位,即手势所在部位的提取。本文是基于kinect来提取手势识别的，即先通过kinect找出人体的轮廓，然后定位轮廓中与手部有关的点，在该点的周围提取出满足一定要求的区域，对该区域进行滤波后得到的区域就是手部了。然后利用凸包和凹陷的数学 ...

　　前言 　　为了减小以后项目的开发效率，本次实验将OpenNI底层驱动Kinect，OpenCV初步处理OpenNI获得的原始数据，以及手势识别中的分割(因为本系统最后是开发手势识别的)这3个部分的功能单独做成类，以便以后移植和扩展。其实在前面已经有不少文章涉及到了这3部分的设计，比如说 ...

介绍 华为机器学习（ML Kit）提供手部关键点识别服务，可用于手语识别。手部关键点识别服务能识别手部21个关键点，通过每个手指的方向和手语规则作比较去找手语字母表。 应用场景 手语通常被听力和口语有障碍的人来使用，是收集手势包含日常互动中所使用的动作和手势。 使用ML Kit 可以建立 ...

前言 之前在《用华为HMS ML kit人体骨骼识别技术，Android快速实现人体姿势动作抓拍》文章中，我们给大家介绍了HMS ML Kit人体骨骼识别技术，可以定位头顶、脖子、肩、肘、手腕、髋、膝盖、脚踝等多个人体关键点。那么除了识别人体关键点以外，HMS ML Kit还为开发者提供了手部 ...

　　前言 　　本文主要介绍使用OpenNI中的HandsGenerator来完成对人体手部的跟踪，在前面的文章Kinect+OpenNI学习笔记之5(使用OpenNI自带的类进行简单手势识别)中已经介绍过使用GestureGenerator这个类来完成对几个简单手势的识别，这次介绍的手部 ...

0x00 前言 Unity的AR Foundation通过上层抽象，对ARKit和ARCore这些底层接口进行了封装，从而实现了AR项目的跨平台开发能力。 而苹果的CoreML是一个可以用来将机器学习模型与iOS平台上的app进行集成的框架。 本文以及本文结尾处的demo工程，将介绍和演示 ...

首先导入VRIK 插件 ， 没有steamVRIK 的话，在VRIK文件里有这个组件， 再次导入即可 可以自己制作手部动画：握拳 舒展 特殊手势 用Animation 作，很简单 ，下面几种图片是设置 代码： ...

主要内容： NiTE2手部跟踪流程 代码演示 总结 一、NiTE2手部跟踪流程 　　我自己都感觉到天天在重复着相同的代码，但我觉得没什么不好的，对于新东西的学习只有在重复再重复的过程中，才能积累经验，较少犯“低级错误”的几率，所以在开始之前，让我们再熟练熟练NITE ...