Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот документ:
https://elib.bsu.by/handle/123456789/288525Полная запись метаданных
| Поле DC | Значение | Язык |
|---|---|---|
| dc.contributor.author | Ассанович, Б. А. | |
| dc.contributor.author | Бич, Н. Н. | |
| dc.contributor.author | Пушкина, А. К. | |
| dc.date.accessioned | 2022-11-09T09:27:08Z | - |
| dc.date.available | 2022-11-09T09:27:08Z | - |
| dc.date.issued | 2022 | |
| dc.identifier.citation | Информационные системы и технологии = Information Systems and Technologies : материалы междунар. науч. конгресса по информатике. В 3 ч. Ч. 2, Респ. Беларусь, Минск, 27–28 окт. 2022 г. / Белорус. гос. ун-т ; редкол.: С. В. Абламейко (гл. ред.) [и др.]. – Минск : БГУ, 2022. – С. 106-111. | |
| dc.identifier.isbn | 978-985-881-425-0 (ч. 2); ISBN 978-985-881-427-4 | |
| dc.identifier.uri | https://elib.bsu.by/handle/123456789/288525 | - |
| dc.description.abstract | Представлена методика реализации распознавания жестовых команд в видеопотоке, основанная на выделении ключевых точек кистей рук с использованием инструмента MediaPipe и распознавании жестов за счет обучения и классификации на основе рекуррентной нейронной сети LSTM и позволившая достичь обученной модели около 90% на собственных данных | |
| dc.language.iso | ru | |
| dc.publisher | Минск : БГУ | |
| dc.rights | info:eu-repo/semantics/openAccess | |
| dc.subject | ЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::Кибернетика | |
| dc.title | Распознавание жестовых команд на основе инструмента MediaPipe и нейросети LSTM | |
| dc.title.alternative | Recognition of gesture commands based on MediaPipe instrument and LSTM neural network / B. B. Assanovich, N.N. Bich, A.K. Pushkina | |
| dc.type | conference paper | |
| dc.description.alternative | A technique for implementing the recognition of gesture commands in a video stream is presented, based on the selection of key points of the hands using the MediaPipe tool and gesture recognition through training and classification based on the LSTM recurrent neural network, which made it possible to achieve a trained model of about 90% on its own data | |
| Располагается в коллекциях: | 2022. Информационные системы и технологии | |
Полный текст документа:
| Файл | Описание | Размер | Формат | |
|---|---|---|---|---|
| 106-111.pdf | 357,7 kB | Adobe PDF | Открыть |
Все документы в Электронной библиотеке защищены авторским правом, все права сохранены.