项目简介:手势识别系统用于无人机控制 该手势识别系统通过识别20个特定手势来实现对无人机的精准控制。系统利用 MediaPipe 和 卷积神经网络(CNN) 技术,能够在实时视频流中提取手部的关键特征点,并将其与预定义的手势进行比对,从而控制无人机执行相应的操作。每个手势对应无人机的特定动作,如起飞、降落、旋转等。 系统架构: 手势识别:通过 MediaPipe 提取手部的21个关键点,实时监测用户的手部动作。 数据处理与识别:使用 CNN 模型对手势进行分类和识别。 无人机控制:每个识别出的手势触发相应的无人机控制命令,通过与电脑的连接,实时控制无人机的飞行状态。 技术优...
系统使用的是低功耗蓝牙芯片作为主控,整体的每秒的电流大约为20uA,在保持两个设备的连接时,电流大小不超过1mA,只有需要控制控制空调时,两个设备才会连接,从而保证了系统功耗非常低。...
【项目描述】 该项目通过先进的自然语言处理技术,实现了用户与系统之间的智能互动。前端采用Vue与Element UI,打造了一个用户友好的直观界面,后端使用Laravel框架。 【项目成果】 成功集成GPT 3/4和Claude 3模型,提供了智能的自问自答功能,显著提升用户的互动体验。 应用Dall·E技术,拓展了文字生成图像的功能,使用户能够生成个性化的图像内容。 实现了对历史消息和多对话记录的有效管理,以及内容的流式输出,使信息传递更加顺畅且连贯。...
2024年11月,arkui-x项目,后端为android。 完成类机顶盒系统级功能开发: 1、调研与验证了所见即可说的多种方案,最终方案结合ocr性能优良、使用便捷。 2、设计实现了系统级悬浮窗,实现AI数字助手的交互功能。 3、实现第三方应用、备忘录两个大块的独立功能、以及其他一些语音、手势、焦点等小功能,包含前后端交互流程设计、界面渲染、数据模型设计等。 同时测试arkui-x框架中各种组件的适用性、挖掘bug反馈给华为团队完善。...