Este artículo propone un sistema para identificar gestos y acciones en hogares inteligentes. El método propuesto se basa en la extracción de características de MobilenetV2 combinada con la red de detectores de disparo único (SSD). Utilizamos once tipos de gestos: caminar, sentarse, echarse hacia atrás, ponerse los zapatos, agitar las manos, caerse, fumar, gatear, levantarse, leer y teclear para reconocer los gestos. En este sistema, los datos se capturan desde la cámara de los dispositivos móviles que se utilizan para detectar el objeto. Los resultados se obtienen los objetos en el marco de un cuadro delimitador. Los resultados muestran que el sistema cumple los requisitos con una precisión superior al 90% que es adecuada para la aplicación real.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Integración de tecnologías en una plataforma J2EE dirigida por modelos
Artículo:
Los impactos de la preocupación por la equidad y los diferentes objetivos comerciales en la complejidad de las cadenas de valor de doble canal.
Artículo:
U-Net 3D mejorado para la segmentación de imágenes de tomografía computarizada de tórax de COVID-19.
Artículo:
Tecnologías móviles colaborativas y ciencia de datos para sistemas inteligentes
Artículo:
Convivencia de múltiples puntos, ciclos límite y atractores extraños en un simple circuito hiperjerk autónomo con función seno hiperbólico.
Artículo:
Creación de empresas y estrategia : reflexiones desde el enfoque de recursos
Artículo:
La gestión de las relaciones con los clientes como característica de la alta rentabilidad empresarial
Artículo:
Análisis socioeconómico de la problemática de los desechos plásticos en el mar
Artículo:
Los web services como herramienta generadora de valor en las organizaciones