《表2 本文方法的识别结果Tab.2 Recognition results of method in this paper》

《表2 本文方法的识别结果Tab.2 Recognition results of method in this paper》   提示：宽带有限、当前游客访问压缩模式
本系列图表出处文件名：随高清版一同展现
《基于改进凸分解的手势识别》


  1. 获取 高清版本忘记账户？点击这里登录
  1. 下载图表忘记账户？点击这里登录

首先将本文的方法与文献[7]中的方法进行比较，并且在如图9所示的数据集上进行对比实验.本文的手势分割只需要裸手，采用简单的肤色检测以及动态的深度阈值就能够将手实时准确的从复杂的背景中分割出来，不需要其他设备.本文的方法在图9数据集上的识别结果如表2所示.

图表编号XD002919300    严禁用于非法目的
绘制时间2018.03.01
作者潘志庚、王顺婷、姚争为
绘制单位杭州师范大学数字媒体与人机交互研究中心、杭州师范大学数字媒体与人机交互研究中心、杭州师范大学数字媒体与人机交互研究中心
更多格式高清、无水印（增值服务）

相关图表

  1. 《表3 本文算法识别结果Tab.3 Recognition rate of this paper’s method》2019.01.25
  2. 《表2 与常规神经网络对比结果Tab.2 The result of comparison between the method in this paper and conventional methods》2019.03.10
  3. 《表1 丰、平、枯水年EEMD方法周期识别结果Tab.1 Periodic recognition results of EEMD method in high, median, dry flow year》2019.02.25
  4. 《表2 本文方法与文献[13]方法对比Tab.2 Comparison between the method of this paper and the method of Reference[13]》2019.02.01
  5. 《表2 本文方法与传统方法的对比Tab.2 Comparison of the method in this paper with the traditional method》2019.01.01
  6. 《表2 分割方法评价Tab.2 Segmentation method evaluation proposed in this paper》2019.02.01
  7. 《表2 本文方法与其他算法分割结果的性能评估Tab.2 The performance evaluation of this paper》2018.10.25
  8. 《表2 基于本文方法的关键线路辨识结果Tab.2 Key line identification results based on this method》2018.03.30
  9. 《表3 本文方法分类混淆矩阵Tab.3 Comfusion matrix of classification using method proposed in this paper》2018.06.01
  10. 《表6 本文方法变化/未变化像元检测结果Tab.6 Results of changed/unchanged pixels detected by method proposed in this paper》2018.06.01
  11. 《表3 本文算法和文献[8]算法的实验结果对比Table 3 Comparison of experiment results between algorithms in this paper and in literature[8]》2018.07.25
  12. 《表2 本文算法和文献[7]算法的实验结果对比Table 2 Comparison of experiment results between algorithms in this paper and in literature[7]》2018.07.25
  13. 《表2 本文方法对频率和阻尼比的辨识结果Tab.2 The identification results of frequency and damping ratio in this paper》2018.12.25
  14. 《表5 2013~2016年本文生态文明评价结果与已有生态文明评价结果比较Tab.5 Comparison of the evaluation results in this paper with the current existing e》2018.04.01
  15. 《表4 本文指标体系与已有指标体系结果比较Tab.4 Comparison of the results of indicators system in this paper with the current existing indicat》2018.04.01
  16. 《表2 本文方法与全局SURF方法在不同影像数据中的计算结果Tab.2 The results of this method and the global SURF method in different image data》2018.06.01
  17. 《表2 本文融合方法与单一特征融合方法误差分布对比Tab.2 Comparison of error distribution between this paper fusion method and single feature fusio》2018.12.01
  18. 《表2 文中方法结果Tab.2 Results of this method》2018.10.10
  19. 《表3 文献[13]方法的识别结果Tab.3 Recognition results of method in reference[13]》2018.03.01
  20. 《表1 本文方法的手势识别结果Tab.1 Results of gesture recognition in this paper》2018.03.01

随机翻阅

《表2 OpenMV摄像头测试数据》 《表2 理论计算浮子振幅与发电机输出功率的关系》 《表2 不同水炭处理的水稻茎秆性状》 《表2 标准化的用户—项目评分矩阵表》 《表6 正交试验因素水平表》 《表2 儿童发生支气管哮喘的多因素Logistic回归分析》 《表2 动态面板的回归结果》 《表2 乌鸡蛋黄主要脂质组分测定 (g/100 g)》 《表3 注入修复液4 h后各组电缆样本泄漏电流下降比例》 《表1 肱骨远端冠状面骨折观察组与对照组观察指标比较 (±s)》