黃文吉Hwang, Wen-Jyi陳胤霖Chen, Yin-Lin2022-06-082021-09-062022-06-082021https://etds.lib.ntnu.edu.tw/thesis/detail/6bd72bdce069693f15b456a70565c099/http://rportal.lib.ntnu.edu.tw/handle/20.500.12235/117342隨著時代變遷，人工智慧也有著長足的進步，其中一項研究主題便是手勢辨識，手勢辨識根據使用資料，可分為依影像資料為主和依感測器資料為主，而本論文使用的資料為感測器資料。以往以感測器資料為主的手勢辨識研究中，模型無法自動分離手勢資料與背景資料，需要使用人工方式擷取手勢資料，在實際運用時會降低使用者的體驗感，所以本論文提出了一個解決方法，並設計一個模型使其能自動分離手勢與背景，並將手勢分類。本論文參考了影像辨識中將物件視為關鍵點的概念，將手勢分為兩個關鍵區間，透過偵測並配對這兩個關鍵區間，以達到自動偵測並分類手勢的效果。none手勢辨識類神經網路CornerNet學術論文