Ανάπτυξη συστήματος αναγνώρισης χειρονομιών με τη βοήθεια αισθητήρων (Bachelor thesis)
Τράιου, Χριστίνε/ Balkoska, Georgina
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | Τράιου, Χριστίνε | el |
dc.contributor.author | Balkoska, Georgina | en |
dc.date.accessioned | 2022-03-11T13:19:35Z | - |
dc.date.available | 2022-03-11T13:19:35Z | - |
dc.identifier.uri | http://195.251.240.227/jspui/handle/123456789/14091 | - |
dc.description | Πτυχιακή εργασία -- Σχολή Τεχνολογικών Εφαρμογών -- Τμήμα Μηχανικών Αυτοματισμού, 2019 (α/α 10721) | el |
dc.rights | Default License | - |
dc.subject | Θέση χεριού | el |
dc.subject | Παρακολούθηση σκελετού | el |
dc.subject | Διεπαφή χρήστη | el |
dc.subject | Αισθητήρες | el |
dc.subject | Πειραματικά αποτελέσματα | el |
dc.subject | Hand position | en |
dc.subject | Skeleton tracking | en |
dc.subject | User interface | en |
dc.subject | Sensors | en |
dc.subject | Experimental results | en |
dc.title | Ανάπτυξη συστήματος αναγνώρισης χειρονομιών με τη βοήθεια αισθητήρων | el |
heal.type | bachelorThesis | - |
heal.type.en | Bachelor thesis | en |
heal.generalDescription | Πτυχιακή εργασία | el |
heal.identifier.secondary | 10721 | - |
heal.language | el | - |
heal.access | account | - |
heal.recordProvider | Σχολή Τεχνολογικών Εφαρμογών / Τμήμα Μηχανικών Αυτοματισμού. | el |
heal.publicationDate | 2019-02-05 | - |
heal.bibliographicCitation | Τράιου, Χ., Balkoska, G. (2019). Ανάπτυξη συστήματος αναγνώρισης χειρονομιών με τη βοήθεια αισθητήρων (Πτυχιακή εργασία). Αλεξάνδρειο ΤΕΙ Θεσσαλονίκης. | el |
heal.abstract | Σε αυτήν την εργασία παρουσιάζεται η συσκευή Leap Motion και ο τρόπος με τον οποίο ανταποκρίνεται στις κινήσεις των χεριών και των δαχτύλων. Αρχικά, μελετήσαμε τεχνολογίες, οι οποίες μας παρέχουν τη δυνατότητα αναγνώρισης χειρονομιών. Τον σένσορα Leap Motion και την κάμερα του Raspberry Pi. Στόχος μας είναι να επιλέξουμε ποια από τις δυο τεχνολογίες μας παρέχει την καλύτερη ανταπόκριση και να πάρουμε από αυτές αξιόπιστα και βέλτιστα αποτελέσματα. Ο προγραμματισμός έγινε χρησιμοποιώντας το ακόλουθο περιβάλλον ανάπτυξης εφαρμογών: Microsoft Visual Studio, Raspbian, OpenCV, και τη γλώσσα προ-γραμματισμού C# και Python. | el |
heal.abstract | This work presents Leap Motion controller and the way it responds to hand and finger movements. Initially, we studied technologies that allow us to recognize hand gestures. The Leap Motion Sensor and the Camera of Raspberry Pi. Our goal is to choose which of the two technologies by comparing them give us the best, more reliable and optimal results. The pro-gramming was done using the following application development environment: Microsoft Visual Studio, Raspbian, OpenCV, and the C# and Python programming language. | en |
heal.advisorName | Tσαγκάρης, Απόστολος | el |
heal.committeeMemberName | Τσαγκάρης, Απόστολος | el |
heal.academicPublisher | Τμήμα Μηχανικών Αυτοματισμού | el |
heal.academicPublisherID | teithe | - |
heal.numberOfPages | 76 | - |
heal.fullTextAvailability | false | - |
heal.type.el | Προπτυχιακή/Διπλωματική εργασία | el |
Appears in Collections: | Πτυχιακές Εργασίες |
Files in This Item:
There are no files associated with this item.
Please use this identifier to cite or link to this item:
This item is a favorite for 0 people.
http://195.251.240.227/jspui/handle/123456789/14091
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.