您当前的位置:
首页 >
文章列表页 >
基于自学习稀疏表示的动态手势识别方法
技术报告 | 更新时间:2024-06-05
    • 基于自学习稀疏表示的动态手势识别方法

    • Gesture recognition approach based on learning sparse representation

    • 在动态手势识别领域,专家提出了基于自学习稀疏表示的新方法,有效缩减计算复杂度,满足实时性要求。
    • 通信学报   2013年34卷第6期 页码:128-135
    • DOI:10.3969/j.issn.1000-436X.2013.06.016    

      中图分类号: TP391
    • 网络出版日期:2013-06

      纸质出版日期:2013-06-25

    移动端阅览

  • 肖玲, 李仁发, 曾凡仔, 等. 基于自学习稀疏表示的动态手势识别方法[J]. 通信学报, 2013,34(6):128-135. DOI: 10.3969/j.issn.1000-436X.2013.06.016.

    Ling XIAO, Ren-fa LI, Fan-zai ZENG, et al. Gesture recognition approach based on learning sparse representation[J]. Journal on communications, 2013, 34(6): 128-135. DOI: 10.3969/j.issn.1000-436X.2013.06.016.

  •  
  •  

0

浏览量

3

下载量

5

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

面向单幅图像去雨的非相干字典学习及其稀疏表示研究
复杂场景下基于稀疏表示的多目标生命体征估计
结合粒子滤波及度量学习的目标跟踪方法
基于结构相似性的非参数贝叶斯字典学习算法
基于最大相关熵的通信辐射源个体识别方法

相关作者

汤红忠
王翔
张小刚
李骁
毛丽珍
黄梓峰
马嘉康
王洪雁

相关机构

湘潭大学信息工程学院
湖南大学电气与信息工程学院
湘潭大学控制工程研究所
浙江理工大学计算机与科学技术学院
浙江理工大学信息科学与工程学院
0