微信摇色子辅助器喊4个5手势怎么放

来源：蜘蛛抓取(WebSpider) 时间：2015-06-24 08:46 标签： 摇色子
iphone4手势功能5怎么解除_百度知道
iphone4手势功能5怎么解除
手贱点了手势功能~~目前是按了home键~出现5个小篮圈~左下角一个白圈~~滑动解锁没反应~~~按了左下角白圈~五个小篮圈会亮起来~~怎么解...
来自团队：
其他类似问题
为您推荐：
其他2条回答
设置=========》通用===========》辅助功能============》肢体活动
接下来不用教了吧
锁定键加HOME键同时摁住5秒以上，手机自动重启，解开。
您可能关注的推广回答者：
iphone4的相关知识
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁酒吧摇色子手势怎么做_百度知道
酒吧摇色子手势怎么做
、猜大小 6粒骰子一起玩，摇骰然后猜骰盒中骰子的大小数目，15点为半数，过半则大，未过半则小。猜错则饮。 2、5粒骰子、摇骰 庄主首先随意说出3个数字(1-6其中的三个)(此时任何人连庄内不能看自己骰盒里的骰子数目)然后大家同时掀开，如果有跟上述3个数字相同的骰子则要移开，再摇骰，到下一家作庄，如此类推，最先清空的则输。 3、七、八、九两粒骰子，一个骰盒，两人以上可玩，轮流摇骰，每人摇一次则立即开骰，如果尾数是7的则加酒，尾数是8的则喝一半，尾数是9的则要喝全杯，其他数目则过。轮流一人摇一次，可能你只能加酒却不会受罚喝酒，但也有可能你每次都要一个劲地喝酒，那就要看你的运气了。 4、大话骰(古惑骰)) 两个以上人玩，五个骰子每人。每人各摇一次，然后自己看自己盒内的点数，由庄家开始，吆喝自己骰盒里有多少的点数(一般都叫成2个3，2个6，3个2什么的)然后对方猜信不信，对方信的话就下家重来，不对的话就开盒验证，是以合计其他骰盒的数目为准。要是属实的话就庄家赢，猜者输要罚酒，不属实的话就猜者赢庄家输则罚酒。 注意： A.叫数只能越叫越大(eg. 2个6，3个2，喊了2个6后就不能再喊2个3之类的) B. 1点可以作为任何数，例如骰盒内只有3个2点，1个1点，庄家其实自己就可当作有4个2点；可是要是庄家叫过1点的话，那1点以后就不可以当任何数了。 C.另外还有围骰，如庄家骰盒里全部都是4点，那庄家可以允许加上一个虚拟的4点，即被认为是6个4点。 5、三公 三粒骰子，各人摇骰，同时开，三颗骰子相加尾数大者为胜，其中以三粒都是3最大 6、21点 每人首先拿一粒骰子一个骰盒，摇骰后自己看底骰是多少点，然后由庄家摇骰发点，凑够21点，越接近21点的为胜，相去甚远者为输，罚酒。(注：这一类玩法是从扑克玩法中引申过来的。 7、牛牛 每人五粒骰子，摇骰，然后开骰盒，其中三颗凑成10个点数为一牛，然后剩下的两粒总数大为胜，20点为两牛，两牛即牛牛最大。
其他类似问题
为您推荐：
酒吧的相关知识
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁我想实现一个基于机器学习的较稳定手势识别，识别6个手势，分别是伸出0,1,2,3,4,5根手指。我打算只根据手的形状来识别手势。用哪种机器学习算法比较好？应该如何准备测试集，应准备多大的测试集?
按投票排序
楼主可以关注下：流形（manifold）学习——非线性降维方法，对提取不同手势特征有帮助；经典的有ISOMAP分类器：如果一般的分类方法SVM等不好使，可以考虑使用稀疏模型，参见下面文章Robust Face Recognition via sparse represention 2009
BP神经网络算法应该比较好解决这个问题。看看这篇论文。Real-time Hand Pose Recognition Based on a Neural Network Using Microsoft Kinect
看题主是要做工程还是要做论文，如果做论文，什么稀疏和流形，怎么复杂怎么来，最好一顿新理论加上去直接能把人看晕；如果是要做一个行之有效的实现或者是一个工程，则建议试试那些可能有点过时，但很有用的理论，比方说adaboost或svm或最近邻等等。其实这个问题是个典型模式识别问题，无非是选择什么样的特征，选择怎样分类器，如果这个两个问题解决好了，问题就基本解决
其实这个你要选对形状特征往下做就好做了，关键是手的形状是有尺度旋转及仿射变化的，这样你就要找一个尺度旋转不变性的特征，而仿射可以最大限度的人为弱化，训练集合你可以自己做，也可以找已有的库，可以用adbost或svm训练多分类器。
CNN也不错.
如果是做工程，我建议HoG + SVM 足以，不过HoG不具有旋转不变性，所以你的训练样本里最好能把手势的各个方向都给放到训练样本里，我当时做的训练样本一共是6400张，八个手势，一个手势800张。测试样本我当时是1600张，当然你如果选个尺度不变特征更好，这样鲁棒性更强。（此外，我觉得如果做工程，我上面说的都不是难点，难点是如何在复杂的背景下去较好的分割出手势，估计你用普通的单目摄像头（没有深度信息），当你手和脸重合时，我还真不知道该怎么分割出手势）渣渣本科生，求轻拍。。。匿了
不就是个分类问题吗，很多回答搞复杂了
关键是选择什么特征。。。分类我觉得SVM、神经网络，甚至最近邻。
日本人一篇文章做的是手势识别. 用的RBF. 我师兄用的复数RBF. 效果不错. 95%左右. 26种手势.
关键看你怎么采集手势信息，如果限定使用视频采集的话参考其他答案。如果不限定用视频的话我建议你买五条弯曲传感器粘在手上，判断每个手指弯曲角度即可。准度接近百分百，连机器学习都省了。
之前做过基于图像的手势识别算法。我们当时只录了一两个人的手势视频，每个手势动作重复了5遍。当时用了HMM的方法进行建模。题主如果用一张图片表示手指的0、1、2、3、4、5这些动作的话叫做posture recognition.可能用不到HMM，我们当时做的是视频流，不关注手的具体形状，而关注手在空间中的移动轨迹，这种叫做gesture recognition。由于有时间信息，所以用了HMM。
这个问题是不是可以简单理解为，你要识别012345这几个数字，而这几个数字的形状只不过用手的形状来代替。如果以上理解没错，那我会直接用google开源的文字识别引擎tesseractor来训练和识别。剩下的就是如何训练得到字库的问题，由于问题已经圈定在这六个数字里，只要每种手势拍好各种角度的五张以上手势图片，应该很容易就得到比较好的识别率，毕竟就算瞎猜也有1/6的成功率了。当然图片的预处理就靠你自己去摸索了，tesseractor里也用到了各种神经算法，你可以适当优化。
这种手势其实分为静态手势和三维手势，所谓静态就是你手掌永远正对与摄像机前面，手指方向朝上，然后利用采集的手部图像，提取手部轮廓进行特征提取（如轮廓、形状上下文、sift点等等），进行分类或者模板匹配法都可以。如果你要做那种手掌不一定正对摄像机下的情况，方向与角度是有变化的那种手势识别，此时就涉及到三维手部姿态估计了。这个要难很多，得先进行手掌三维方向的确定，然后在此基础上对手指状态进行估计。这个其实可以采用骨架映射法，就是建立一个手部骨架，根据投影结果确定手指的状态（弯曲或伸展），再根据手指结果进行手势的判断。
基本思路你可以用肤色来分割出手的轮廓，当然对于肤色你要想办法去光照，网上有个老外的论文比较好也就容易实现，具体叫什么名字忘记了，然后提取轮廓以后，你可以提取hu矩，放到SVM里面去训练，如果你手势分割的比较好，基本上面用5000个左右的样本数量就可以得到比较满意的结果，而且速度非常快可以达到实时。对于SVM的的训练，你要对数据进行归一化，不然效果很差，还是你要利用svm来交叉验证以寻求得到最好的惩罚系数C以及p和gamma

我要回帖

更多关于 摇色子 的文章

 

随机推荐