拳势

摘要： 一、鹤嘴拳五指撮拢一合,是为鹤嘴手,以此啄人,乃称鹤嘴拳法。鹤嘴手一般以点穴啄眼为用,亦可用于挟鼻、挟耳。练功时,多以啄点木人桩为法。二、鹤顶手鹤顶手,即以凤眼拳势击人之谓。此法多用于点穴。练功时,通常以凤眼拳于木人桩身上之穴点打。

摘要： 武松手,属于武当洪门中主要套路之一。该拳拳势舒展,招式清晰,拳势威猛,劲透过身,以力降人,以威取胜。行拳时要求含胸塌腰,旋腕翻臂,消身走马,折腰踢腿,讲究内修外练,发声吐气(用鼻喷气为主),以气摧力,有视如钉,趾如扳,行如猫,动如虎,眼似铜铃身似碑,手似钉耙脚似锥的说法。一、分手推掌1.两脚并步自然站立,收腹挺胸;两手自然下垂于体侧,呼吸自然。

摘要： 1、练习太极拳如何用意《十三势行功歌诀》讲"势势存心揆用意,得来全不费工夫。"这里要求练习太极拳要用意。那么怎么用意呢?根据我的经验,在练习太极拳的不同阶段,有不同的用意。用意,就是用心揣摩的意思。第一个阶段是开始学习太极拳的时候,用意在了解拳势的名称。

摘要： 太极拳源流可上溯到元末明初武当山道士张三丰。张三丰承先启后,在集前人功学、武学之成果基础上,又宗太极八卦理论,创编了太极拳,当时也直观称之为“十三势绵拳”。关于太极拳的拳理阐述,张三丰祖师在道观系统内部留下了《太极拳论》、《学太极拳须敛神聚气论》、《太极行功法》、《太极拳歌》等著作(一并载肖天石主编台湾版《道藏精华》第二集之五《张三丰太极炼丹秘诀》卷二71—刁8页)。

摘要： 针对当前武术教学内容体操化、只注重套路练习,教学方法单一,教学评价体现不了武术"武"的本质,学生学习积极性不高等现状,提出了构建武术"势""路"并行的教学模式.该教学模式在主旨上突出传统文化和武礼;在教学过程中分拳种进行教学,教学内容实施拳"势"、拳"路"并行教授、同等对待的方式,突出武术的体用兼备;教学方法选用"闭锁式"和"开放式"并用的教学方法;教学评价将武技与武礼均列入考核范围.

摘要： 戴氏心意拳"三拳"即躜拳、裹拳、剪拳。三拳与三棍、三刀并称为戴氏心意拳的经典功法。所谓"三拳",并不在于拳势,而在于内在的劲法与身法。向上之劲为躜,向前之劲为践,向横之劲为裹,因而"三拳"又有躜、崩、横劲之说。"三拳"还有追、押、里三拳,称为补手。

摘要： 太极拳势退步跨虎又是一个以猛虎为比拟而形象化命名的拳势,动作是转身撤步,两臂—左—右高平抬举,两手分开,一手单掌,一手勾挑。因其转身退步的形象似跨上虎背,故而得名。太极拳势以“虎”命名的拳势很多,如打虎势、退步跨虎和弯弓射虎等,只不过那些拳势均使用的是威猛的锤法,而退步跨虎则在前辈大师的用法中普遍使用的是掌法,但共性是同样体现着太极拳攻击法中以退为进、蓄而后攻的技术特点和规律。

摘要： 上步七星拳势名称是武术界广为熟知的名词,因该"七星"一词也被一些中华传统武术著名的拳种用来命名。从太极拳上步七星拳势命名上讲是极为独特的,乃是一势以大自然星座为形象化比拟而命名的拳势。从侧面看,行拳者的头、手、肘、肩、胯、膝、脚七个点的位置,其身形的这些关键点布排恰似北斗星座,也可以说这一名称形象化的比拟出太极拳的这一拳势定式状态,身子中正,双臂在前,两腕交叉,双脚一前一后,重心后腿,微屈蹲坐。

摘要： 触摸手势判定装置(110)具有操作信息输入部(11)、操作判定部(12)、通知部(13)以及显示控制部(14)，操作判定部(12)具有显示部件输入判定部(12a)、画面全体输入判定部(12b)以及操作模式切换判定部(12c)，画面全体输入判定部(12b)具有手势模式判定部(113)。手势模式判定部(113)在判定为触摸手势操作是滑动手势的情况下，根据滑动模式的参数进行模式偏离判定，在判定为触摸手势操作是拨盘手势的情况下，根据拨盘模式的参数进行模式偏离判定。

摘要： 一种手势识别装置、手势识别服务器、手势识别系统及手势识别方法。该手势识别装置包括图像采集单元、视频编码单元、第一网络通信单元和指令执行单元。图像采集单元配置为采集手势图像数据；视频编码单元配置为对所述手势图像数据进行编码以形成视频流数据；第一网络通信单元配置为发送所述视频流数据以及接收手势操控命令；指令执行单元配置为根据所述手势操控命令执行对应的控制操作。该手势识别装置可以在不具有高性能的计算能力的情形下，也能够满足实时交互的需求。

摘要： 本申请实施例公开了手势检测网络训练、手势检测、手势控制方法及装置，涉及图像处理技术领域，上述手势检测网络训练包括：根据含有人手标注信息的样本图像训练第一卷积神经网络，得到所述第一卷积神经网络针对所述样本图像的人手候选区域的预测信息；将用于检测手势的第二卷积神经网络的第二特征提取层参数，替换为训练后的所述第一卷积神经网络的第一特征提取层参数；根据所述人手候选区域的预测信息和所述样本图像训练所述第二卷积神经网络参数，并在训练过程中保持所述第二特征提取层参数不变。应用本申请实施例提供的方案，降低了人机交互中对用户的要求，提高了用户体验。

摘要： 本发明公开了一种手势识别装置、手势识别方法及手势识别系统，手势识别装置采用纸为基底的传感器，同时将基底做成纸弹簧结构，利用纸通过折叠、压印等工艺制备微纳结构用于传感器的敏感单元，降低了传感器的制作成本，提高了传感器的环保等级且易回收，同时微纳结构及褶皱的存在促使传感器的灵敏度得到大幅度提高；手势识别中采用深度残差网络解决CNN模型训练难的问题，通过批量标准化进行加速训练，利用传感器获取手指运动信息和角度变化，同时与RGB网络摄像头视觉数据融合，可较快速有效率地判断手势。

摘要： 本发明提供一种手势识别装置，其基于由具有用于改变摄影范围的摄影范围改变机构的数码相机拍摄摄影对象人物而获得的图像，识别摄影对象人物的手所表示的手势，所述手势识别装置具备至少一个处理器，处理器进行如下处理：在图像内的摄影对象人物的面部的位置从预先设定的设定位置偏离的情况下，通过控制摄影范围改变机构的动作而使数码相机拍摄将面部的位置作为设定位置的适当面部位置图像，并基于从适当面部位置图像检测出的手的位置与设定位置之间的位置关系，判定所检测出的手是右手和左手中的哪一只手。

摘要： 本申请公开了一种手势识别方法、手势识别装置、手势识别系统及存储介质，该方法包括：获取肌腱上的振动信息；对振动信息进行处理，得到振动信息对应的特征；基于特征，对振动信息进行分类，得到肌腱对应的手势类别。通过上述方式，本申请能够有效地对手势类别进行分类和识别。

摘要： 本公开涉及一种手势识别方法、手势识别模块及手势识别系统。手势识别方法包含：对一影像进行一二值化处理，以取得一二值化影像，其中该二值化影像包括多个前景像素以及多个背景像素；判断该二值化影像中该多个前景像素是否包围至少一第一背景像素；以及当该多个前景像素包围该第一背景像素时，判断一手势符合一预设手势。

摘要： 本发明公开了基于手势识别手套的手势识别方法、系统及手势识别手套。所述手势识别方法包括：接收用户终端上传的手势数据；其中，所述手势数据是所述用户终端根据所述手势识别手套采集的手指弯曲角度和手掌运动姿态而获得；基于深度学习算法，根据预存的标准手势数据对所述手势数据进行识别处理，得到手势信息；将所述手势信息返回至所述用户终端，由所述用户终端将所述手势信息传输至所述手势识别手套。本发明能够快速准确地识别穿戴人员的手势信息，帮助聋哑人与正常人进行无障碍交流。

摘要： 本发明公开手势数据采集手套及基于手势数据采集手套的手语手势识别方法，手套包括手套主体、指套、九轴传感器、弯曲传感器、主控模块、通信模块、连接带；方法步骤为：利用集成学习的方法考虑到机器学习里每一种算法的差异性，改善了单一识别算法不能达到对每一个原子手势最高识别准确率的问题。

摘要： 触摸面板输入装置(1)具有：视线有无判定部(12)，其判定触摸手势操作是有视线状态下的操作还是无视线状态下的操作，输出视线判定信息(A2)；操作模式切换部(13)，其输出基于视线判定信息(A2)的命令信息(A3)；操作判定部(14)，其通过依据命令信息(A3)的判定方法，生成基于操作信息(A0)的选择值；以及显示控制部(16)，其使触摸面板(20)显示依据命令信息(A3)的图像，操作判定部(14)具有：显示部件手势判定部(141)，其在有视线状态时，根据基于对作为操作用图像显示的显示部件进行的触摸手势操作的操作信息(A0)决定选择值；以及画面全体手势判定部(142)，其在无视线状态时，根据基于对画面全体进行的触摸手势操作的操作信息(A0)决定选择值。