Benutzer: Gast  Login
Titel:

DriverMHG: A Multi-Modal Dataset for Dynamic Recognition of Driver Micro Hand Gestures and a Real-Time Recognition Framework

Dokumenttyp:
Konferenzbeitrag
Autor(en):
Köpüklü, O.; Ledwon, T.; Rong, Y.; Köse, N.; Rigoll, G.
Seitenangaben Beitrag:
pp. 275-282
Stichworte:
hand gesture recognition; dataset for driver gestures; online recognition; 3d cnns
Kongress- / Buchtitel:
15th IEEE International Conference on Automatic Face and Gesture Recognition (FG 2020)
Ausrichter der Konferenz:
IEEE
Verlagsort:
Los Alamitos, CA, USA
Jahr:
2020
Monat:
May
WWW:
https://doi.ieeecomputersociety.org/10.1109/FG47880.2020.00041
TUM Einrichtung:
Lehrstuhl für Mensch-Maschine-Kommunikation
 BibTeX