Ανάπτυξη συστήματος αναγνώρισης χειρονομιών με τη βοήθεια αισθητήρων (Bachelor thesis)

Τράιου, Χριστίνε/ Balkoska, Georgina


Full metadata record
DC FieldValueLanguage
dc.contributor.authorΤράιου, Χριστίνεel
dc.contributor.authorBalkoska, Georginaen
dc.date.accessioned2022-03-11T13:19:35Z-
dc.date.available2022-03-11T13:19:35Z-
dc.identifier.urihttp://195.251.240.227/jspui/handle/123456789/14091-
dc.descriptionΠτυχιακή εργασία -- Σχολή Τεχνολογικών Εφαρμογών -- Τμήμα Μηχανικών Αυτοματισμού, 2019 (α/α 10721)el
dc.rightsDefault License-
dc.subjectΘέση χεριούel
dc.subjectΠαρακολούθηση σκελετούel
dc.subjectΔιεπαφή χρήστηel
dc.subjectΑισθητήρεςel
dc.subjectΠειραματικά αποτελέσματαel
dc.subjectHand positionen
dc.subjectSkeleton trackingen
dc.subjectUser interfaceen
dc.subjectSensorsen
dc.subjectExperimental resultsen
dc.titleΑνάπτυξη συστήματος αναγνώρισης χειρονομιών με τη βοήθεια αισθητήρωνel
heal.typebachelorThesis-
heal.type.enBachelor thesisen
heal.generalDescriptionΠτυχιακή εργασίαel
heal.identifier.secondary10721-
heal.languageel-
heal.accessaccount-
heal.recordProviderΣχολή Τεχνολογικών Εφαρμογών / Τμήμα Μηχανικών Αυτοματισμού.el
heal.publicationDate2019-02-05-
heal.bibliographicCitationΤράιου, Χ., Balkoska, G. (2019). Ανάπτυξη συστήματος αναγνώρισης χειρονομιών με τη βοήθεια αισθητήρων (Πτυχιακή εργασία). Αλεξάνδρειο ΤΕΙ Θεσσαλονίκης.el
heal.abstractΣε 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.abstractThis 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.advisorNameTσαγκάρης, Απόστολοςel
heal.committeeMemberNameΤσαγκάρης, Απόστολοςel
heal.academicPublisherΤμήμα Μηχανικών Αυτοματισμούel
heal.academicPublisherIDteithe-
heal.numberOfPages76-
heal.fullTextAvailabilityfalse-
heal.type.elΠροπτυχιακή/Διπλωματική εργασίαel
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:
http://195.251.240.227/jspui/handle/123456789/14091
  This item is a favorite for 0 people.

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.