㈠ 电脑是如何做到能识别手势的
一种能够识别抄手势语并将其转换袭成屏幕显示文本的软件，可以使失聪者更容易、更自然地利用电脑同别人交流。加拿大魁北克省舍布鲁克大学的研究人员开发了一种能够识别国际手势语的系统。这种系统可以通过手势把组成单词的每个字母拼出来。
这种系统识别国际手势语的成功率高达96%。由于每个人的手势略有不同，如果使用这种神经网络系统的人经过培训，可以使这种系统发挥的作用达到最佳效果。这种系统通过快速工作站识别一个手势需要半秒钟，研究人员尚未能使它达到最佳识别速度。研究人员相信，他们通过使这种系统具备可以检验容易出错的手势，能够进一步提高识别的准确性。
这种系统用摄像机捕捉每个手势，再由软件进行一系列处理。第一阶段是“边缘测定”，即绘制出手的轮廓。然后由系统确定手的长轴和短轴，以便确定手势的确切方向。
在这个基础上，程序对手指相对于手的长轴的变化和方向加以测量。得出的信息被输入神经网络程序，程序通过与现有训练数据加以比较，对字母最有可能表达的含意做出猜测。一旦电脑识别出手势所要表达的意思，就把相关的字母显示在屏幕上。
研究人员说，由于这个系统采用的是实时交流方式，其反应速度是相当快的。
㈡ 什么是手势识别
在计算机科学中，手势识别 是通过数学算法来识别人类手势的一个议题。手势识别可以来自人的身体各部位的运动，但一般是指脸部和手的运动。
㈢ android 把事件传递给手势识别器有什么用
假设这里复有两个视图，superview为父制视图，subview为子视图，根据视图touch事件的传递机制，当subview设置了userInteractionEnabled=NO时，hitTest:withEvent:方法会忽略subview，相当于返回nil，也就是说对superview的所有子视图，hitTest:withEvent:方法返回为空，所以对于superview，hitTest:withEvent:方法将返回self(superview)，hit-view此时为superview，然后响应手势对应的方法，基于以上分析，要想阻止这个传递，只需要自定义subview对应的UIView类，重载hitTest:withEvent:方法，返回self即可- (UIView *)hitTest:(CGPoint)point withEvent:(UIEvent *)event{ return self;}
㈣ 如何用雷达实现手势识别
如何用雷达实现手势识别
雷达，英文Radar（Radio Detection And Ranging），利用发射“无线电磁波”得到反射波来探测目标物体的距离，角度，和瞬时速度。随着天线尺寸和芯片的极度缩小，在可预见的未来，更多的雷达设备将会以微型器件面世，如图所展示的那样，它们不仅能嵌入可穿戴设备，成为物联网的一类重要传感器。
图 传统的探测侦查雷达（左）以及Project Soli中用于手势识别的迷你雷达（右）
相比于其它隔空操作技术，比如体感相机、超声波等，雷达有着一些天然优势：比如无论白天黑夜，暴晒寒风，皆可正常工作；在体积、成本，以及功耗上都比Kinect等体感相机来得要更低；高频雷达测量物体距离通常可以精确到毫米级别；而低频雷达则可以做到“穿墙而过”，完全无视遮挡物的存在。这些特性让雷达，尤其是微型雷达，在未来都有着广阔的应用前景。
雷达的组成
一般雷达由发射器、接收器、发射／接收天线、信号处理单元，以及终端设备组成。发射器通过发射天线将经过调频或调幅的电磁波发射出去；部分电磁波触碰物体后被反射回接收器，这就好比声音碰到墙壁被反射回来一样；信号处理单元分析接受到的信号并从中提取有用的信息诸如物体的距离、角度，以及行进速度；这些结果最终被实时地显示在终端设备上。传统的军事雷达还常配有机械控制的旋转装置用以调整天线的朝向，而新型雷达则更多通过电子方式做调整。
为节省材料和空间，通常发射器和接收器可以共享同一个天线，方法是交替开关发射或接收器避免冲突。终端设备通常是一个可以显示物体位置的屏幕，但在迷你雷达的应用中更多是将雷达提取的物理信息作为输入信号传送给诸如手表或其它电子设备。信号处理单元才是雷达真正的创意和灵魂所在，主要利用数学物理分析以及计算机算法对雷达信号作过滤、筛选，并计算出物体的方位。在这基础之上，还可以利用前沿的机器学习算法对捕捉的信号作体感手势识别等等。
雷达实现手势识别
雷达的测距或者测速都把物体想像成一个抽象的点。而真实的物体如手掌则可以认为是一堆三维点的集合体。所以在反射波中已然蕴藏了许多个点的距离与速度信号。同时呈现这些信息的一个好方法叫做距离－多普勒映射（Range-Dopler Map），简称RDM（如图）。RDM中的横轴是速度，纵轴是距离。它可以认为是一张反射波的能量分布图或概率图，每一个单元的数值都代表了反射波从某个特定距离和特定速度的物体得到的反射波能量。仔细看的话，从RDM中已然可以窥见探测物体的特征身形！基于RDM及其时间序列， 我们可以采用机器学习的方法识别特定的能量模式变化，进而识别手势及动作。在Soli推出之前，Nvidia也做过类似的研究。
图 距离-多普勒（速度）映射的等高线表示示例 每一个单元值代表了反射波中具有对应距离和速度的点的集合的反射能量。该映射可以作为特征向量用于机器学习识别手势动作。
㈤ 手势识别传感器 9960 可以识别哪些手势
就TCL的手势识别，哥们，不是我浇你冷水。我自个儿就是做彩电的，现在的手势识别靠谱一些的就只有海信以及三星。创维的要带手环，TCL的识别率极低，您手不嫌酸么?用遥控器还简单一些。
㈥ 什么是手势识别
手势识别挺多的比如说自拍出个剪刀手就可以拍照，双击唤醒，捂屏幕息屏挺多的隔空翻页
㈦ 手势识别技术是什么都可以应用到什么产品中
打个比方
，电视如果有
手势识别技术
，你的手就可以当遥控器了。YS4004是汇春自主研发的第一款低功耗、高性能
隔空
手势控制
芯片，可实现3D手势检测感应及方案控制应用。
㈧ 什么叫智能手势识别
有视来频源，请看。http://v.youku.com/v_show/id_XMTUxNTgzNDQwNA==.html