基于机器学习的复杂手势边缘检测
一个创新的人机界面(HMI)是一个最好的方式来区分你的产品从竞争对手. 我们现在提供了一个解决方案，可以很容易地为您的2D触摸界面添加复杂的手势. 这意味着您可以在单个微处理器(MCU)上运行一个触摸板，而同一MCU可以实时地对复杂的手势进行分类, 在边缘传递推理.
无论您是人工智能/机器学习(AI/ML)新手还是经验丰富的用户, 我们有各种易于使用的解决方案和合作伙伴网络，以帮助您创建您的下一个尖端设计.
我们与 运动姿态 让先进的手势识别在几分钟内成为可能. 如果你能用指尖画出它，我们的解决方案就能识别它. 运动姿态提供强大的嵌入式基于人工智能的手势识别软件，与我们的32位mcu兼容. 它可以与运动一起使用, 触摸和视觉传感器需要最少的计算资源来提供高度精确的手势识别. 与传统的解决方案, 手势识别引擎使用先进的ML算法，不需要收集任何训练数据. 这个强大的解决方案提供了近100%的手势识别准确度，同时显著减少了您的手势软件开发时间和成本.
高级手势识别工作流程
在我们的mcu上，运动姿态为复杂的手势检测提供了一个免费的库，因此您可以轻松地在应用程序中测试手势识别.
基于运动手势的复杂手势检测在SAM C21单片机上的演示
我们让您轻松体验基于ml的复杂手势检测的功能和灵活性. 我们的基于运动手势的复杂手势检测在SAM C21 MCU演示是一个完整的开发平台，包括以下组件:
- 运动动作演示
- 可编程十六进制文件，演示GUI，用户指南
- 动作手势演示示例项目
- MPLAB项目，用户指南
- SAM C21 Xplained Pro Evaluation Kit具有入门级SAM C21 32位MCU
- QT8 Xplained Pro Extension Kit with touchpad
演示使用了来自我们2D Touch Surface库的位置跟踪信息，并包含了一组6个复杂的手势，可以立即被识别:
- 的标记
- 一个明星
- 数字2
- 字母M, S和Alpha
演示提供了两个选项来探索基于手势的控制:
- 复杂的手势检测使用运动手势平台
- 简单的手势检测(滑动, 缩放和点击事件)，以及复杂的手势检测
详细信息，包括一个循序渐进的用户指南，可以在我们的开发者帮助网站上找到.
文档
Machine Learning视频
本视频介绍基于机器学习的触控板和惯性测量单元(IMUs)解决方案.
