XiaoMi-AI文件搜索系统
World File Search System手势
调查了描述显示产品的虚拟现实代理的外观和手势给出的印象
最近，出现了虚拟现实（VR）代理在虚拟产品展览中的使用。VR代理向用户展示的产品以出售。已知VR代理的描述会影响用户购买产品的意愿[3]。但是，当VR代理向用户描述产品时，用户对VR代理的印象也很重要。例如，如果用户对VR代理有很好的印象，则用户更有可能购买产品。因此，本文讨论了当VR代理向用户描述产品时，用户感知的VR代理的印象。我们旨在了解VR代理如何描述产品显示器影响用户所感知的印象。有许多因素会影响这种印象，例如VR代理的外观，手势，对话和语音质量。在本文中，我们关注VR代理的外观和手势，如图1，通过人类视觉感知强烈影响VR药物的印象。现有的分析研究[2，4]报告说，VR代理的外观会影响用户在VR代理描述显示产品时购买的意愿。但是，这些现有的分析
基于脑电图的机器学习手势分类方法
- –“ ƒ– ‹…”‡…—'J™ˆŠƒ†'〜‡‡‡‡ - - - - •€‰„“ƒ×…--- ach〜j×eth - ›×找到势……”或基•…'Ž‡ - ‡Ž›'“”‰ƒǧ††找积•‹‰Žƒ‰ - ‰‡ - - ———›'•›• - ‡×‡‡…'' - •‡' - ‡•×'†'†' Žǡƒ†–š‡€“……” ˆ'ƒ…‡ƒ… - ”ƒ…›钓务cam •‡Ž‡… - ‹'ƒ†ŽV™的ˆ'“”ƒ…‡ƒ… - ”ƒ…›ƒ†‡ˆ ‹…‹‡…›'ˆ –ish•›•›• - •…''来–š•›• - ‡ǡ™‡ - •†–š‡！‡！‡‰‹招募–‡••‡•••••†ƒ•‡• - ƒ•ƒ•ƒ•ƒ•ƒˆ‡ƒ •‹‰ƒ学生‡''“•”“…‡••×‰ǡ™‡ƒ''''' –IS•™‡™‡†—CH‡†'''•• - - - ——— ——— —SH –š - '••‡Ž•… - ‡ - ‡‡ˆ‡… - ‡<‡<‡<〜‡<â€'''''–šâ€â€â€€â€âˆ'âˆ'—…... '“•”“……•••‡† - ו•••••••×™•™Š×………™……™‡”‡ - •••†—'†<<………•…€€ ǡ™Š…ach× - - ••†ƒ• - Ňˆ×™□‡ƒ - “或好‰ƒ车‰'“” - Š•ǡƒ›››› —“来'〜所有 - - - - - âƒ所有ƒ - “ƒ所有” - ™'“”ȋͳȋͳȍȋͳ届‰'”找”‡•'‡…–‹˜‡Ž›Ǥ '”'†—…‡† ƒš‹ — ƒ……—”ƒ…›ǡ ™Š‹…Š ‹• Š‹‰Š‡” –Šƒ –Š‡ ‡š‹•–‹ ‰ ‡–Š'†Ǥ
深度学习技术用于人类计算机互动中的手势识别和运动控制
摘要。随着科学和技术的快速发展，人力计算机的互动已成为一个引起极大兴趣的领域。深度学习是人工智能的重要技术，近年来在人类计算机互动领域取得了重大进展。本论文专门研究在手势识别和运动控制的应用中对人类计算机相互作用中深度学习技术的研究。首先，引入了深度学习的基本原理和手势识别和运动控制的背景知识。然后，它讨论了该领域深度学习模型的优势以及当前的挑战。根据理论分析，本文提出了基于深度学习技术的手势识别和运动控制方法。通过实验证明了该方法的有效性和实用性。研究结果表明，深度学习技术在手势识别和行动控制中具有巨大的潜力，这为人类计算机交互领域带来了新的可能性，并且在促进人类计算机交互技术的发展方面具有重要意义。
通过指向电信机器人Avatar的手势来评估传送空间信息的评估
抽象机器人化身作为远程通信的一种手段吸引了注意力。使用机器人头像在另一个位置与合作伙伴一起工作并与合作伙伴进行交流所需的要素之一是指向信息的运输，以共享对象和其他信息的位置。但是，尚未完全评估它在多大程度上被机器人化身（被视为其自身自我的自我）指向的手势，能够传达空间信息。在这项研究中，我们开发了一个机器人头像，该化身意识到了通信的远程接种，并评估了可以通过评估实验传达机器人头像指向的信息的程度。结果表明，使用类人动物通信机器人的机器人头像的指向手势传达的信息通常被传达有效。在机器人头像的情况下可以编程以指向正确的方向，发现信息在某种程度上通过手指向而无需使用夹具手指来传达信息。
使用 Arduino 的手势控制机器人 - IJRASET
摘要：本文介绍了一种使用 Arduino 的手势控制机器人，可以通过简单的手势进行控制。根据人的手部运动，加速度计开始移动。它基于加速度计的 3 轴，机器人向前、后、左、右四个方向移动。为了感测人体运动，我们使用红外传感器，其范围是人体 790nm 波长。这种类型的机器人广泛应用于军事应用、工业机器人、建筑领域。在这样的领域，通过开关或遥控器操作机器非常危险且复杂，有时操作员可能会感到困惑，因此引入了这个新概念，通过手部运动来控制机器，同时控制机器人。关键词：Arduino 技术、手势、加速度计、红外传感器。
基于参与飞行员之间相互意识的维度，设计触觉驾驶舱数字手势的图形表示
为此，我们建议设计一个图形表示系统来代替飞行员在触觉界面上做出的手势。根据专业文献和对手势活动的分析，我们确定了由物理手势产生的九条信息，这些信息最好在与数字触觉界面的交互中再现。此外，我们还对手势表示进行了最先进的研究。我们提供了一种标志性的抽象表示，打破了基于手部形态的表示。试点项目在参与式研讨会期间设计并评估了演示内容。我们的工作展示了一种表示手势的新方式，并使识别飞行员寻求的信息成为可能，以便他们能够确保相互了解。此外，根据情况的不同，手势的表示似乎具有不同的重要性，有时甚至毫无用处。
手势对驾驶舱中的相互意识有何影响？通过图形表示公开交互
摘要 本文介绍了一种使用触摸式交互来确保客机飞行员相互了解的方法。事实上，触摸屏正在进入驾驶舱，但基于触摸的手势不如物理控制上的手势有效，而且出于效率和安全原因，它们在飞机上的使用受到限制。为了让其他飞行员有更安全的感知，我们建议用图形表示来补充对所执行手势的感知。我们的假设是，表示手势的效果比表示手势本身更重要。我们介绍了基于活动和图形符号学分析构建相互意识表示的设计选择。我们报告了从客机飞行员的设计演练中收集的结果。这些结果证实，表示手势的效果是相互意识的有效手段。我们的工作展示了飞行员如何理解手势的效果，既是结果，也是印象。
年轻童年的手语和手势
摘要摘要本文献和研究评论的目的是更好地了解手语的使用以及对儿童在幼儿时期儿童的重要性。孩子，即使是最早的年龄，也开始了与人及其周围环境有效沟通的过程。交流的开头形式起源于身体运动的形式，也称为手势。手语自16世纪以来一直存在于记录的历史中，其第一批书面记录始于17世纪。手语最广泛地与有听力或语音障碍的个人以及与有听力问题的人进行沟通的人。与幼儿一起工作时，可以使用美国手语（ASL），或者适应ASL有时称为婴儿标志。有人猜测ASL或婴儿标志如何为与幼儿沟通提供更多的联系和渠道。有些人认为，以ASL或婴儿标志形式的手语合并会导致幼儿在发展其言语技能和词汇方面受到抑制。本文献综述试图回答有关在幼儿幼儿时使用手势和手语的五个问题，以及将手语纳入年轻的幼儿环境中是否是对这种环境中儿童的好处或障碍。
用于脑机接口手势识别的卷积脉冲网络
摘要 — 脑机接口正被广泛用于各种治疗应用。通常，这涉及通过皮层脑电图 (ECoG) 或脑电图 (EEG) 等技术测量和分析连续时间脑电活动以驱动外部设备。然而，由于测量中固有的噪声和可变性，这些信号的分析具有挑战性，需要离线处理和大量计算资源。在本文中，我们提出了一种简单而有效的基于机器学习的方法，用于基于脑信号的手势分类示例问题。我们使用一种混合机器学习方法，该方法使用卷积脉冲神经网络，采用生物启发的事件驱动突触可塑性规则对脉冲域中编码的测量模拟信号进行无监督特征学习。我们证明这种方法可以推广到具有 EEG 和 ECoG 数据的不同受试者，并且在识别不同手势类别和运动想象任务方面实现了 92.74-97.07% 范围内的卓越准确率。索引词——脉冲神经网络、脑机接口、事件驱动可塑性、K 均值聚类
FlexType：使用少量输入手势实现灵活的文本输入
在许多情况下，通过选择物理或触摸屏键盘上的精确位置来输入文本可能是不切实际的或不可能的。我们提出了一种具有四个字符组的歧义键盘，它可以用于免眼文本输入，以及使用单个开关或脑机接口的文本输入。我们开发了一种基于利用长跨度语言模型的消歧算法来优化这些字符分组的程序。我们在离线优化实验中生成了字母约束和不受约束的字符组，并在纵向用户研究中对它们进行了比较。经过四个小时的练习，我们的结果没有显示约束和不受约束的字符组之间有显著差异。如预期的那样，参与者在第一次训练中对不受约束的组的错误率明显更高，这表明学习这项技术的门槛更高。因此，我们推荐使用字母限制的字符组，参与者能够用单手且在没有视觉反馈的情况下实现每分钟 12.0 个单词的平均输入速度，字符错误率为 2.03%。