通过leap2设备通过手势控制鼠标移动，在网页中通过tensorFlow.js手势模型实
现自定义手势命令，如：翻页。leap2通过内置websocket推送服务发送骨节点的点位信息，
前端通过threejs导入blender中导出的手部带骨骼模型，根据手指不同的节点位置分析空间信
息操作模型的骨骼来完成动画。手部的位置移动则采用了leap2官网的非接触式web插件来根
据另一个推送接受手的事件信息来代替鼠标其中就包括几只手、手的位置、距离屏幕距离、手
的进入进出。基于tensorFlow.js手部模型则采用普通相机，将视频流传给模型，模型分析视
频流得到手部的21个骨节点和最佳达分手势，再根据点位信息用canvas绘制出手的线型。
通过leap2设备通过手势控制鼠标移动，在网页中通过tensorFlow.js手势模型实
现自定义手势命令，如：翻页。leap2通过内置websocket推送服务发送骨节点的点位信息，
前端通过threejs导入blender中导出的手部带骨骼模型，根据手指不同的节点位置分析空间信
息操作模型的骨骼来完成动画。手部的位置移动则采用了leap2官网的非接触式web插件来根
据另一个推送接受手的事件信息来代替鼠标其中就包括几只手、手的位置、距离屏幕距离、手
的进入进出。基于tensorFlow.js手部模型则采用普通相机，将视频流传给模型，模型分析视
频流得到手部的21个骨节点和最佳达分手势，再根据点位信息用canvas绘制出手的线型。
开发工具：VSCode、leapMation
应用技术：React+tensorFlow.js+webcam
通过leap2设备通过手势控制鼠标移动，在网页中通过tensorFlow.js手势模型实
现自定义手势命令，如：翻页。leap2通过内置websocket推送服务发送骨节点的点位信息，
前端通过threejs导入blender中导出的手部带骨骼模型，根据手指不同的节点位置分析空间信
息操作模型的骨骼来完成动画。手部的位置移动则采用了leap2官网的非接触式web插件来根
据另一个推送接受手的事件信息来代替鼠标其中就包括几只手、手的位置、距离屏幕距离、手
的进入进出。基于tensorFlow.js手部模型则采用普通相机，将视频流传给模型，模型分析视
频流得到手部的21个骨节点和最佳达分手势，再根据点位信息用canvas绘制出手的线型。
评论