十三势

摘要： 此套拳法,阴阳相济,敏捷快速,变化多端套路练习是武术运动的主要练习形式,是增加功力及培养技击能力的重要方法、鹰出巢1,两脚并步正身站立,两手自然垂于体侧2.两掌收向腹前,右上左下,成抱球状,肚脐为两掌的中心点و掌心内含,十指自然屈曲。

摘要： 李春茂是明末的一位武术大家,早年跟随父亲读四书五经,儒学造指颜深,在科考中已经考为贡生。明朝末年,也是人才缺乏的年代,按照李春茂的学识,考举选贡、进人仕途是没有问题的,但是,他没有按照父辈设计的仕途走下去,而是回到了千载寺、三圣门、太极宫,拜师博公武道,读孙子兵法,练无极功,十三势拳,剑、枪艺,箭艺,誉传神功,弘扬三教论,游教传拳晋、鲁、陕、浙、湖、广,名焉,擅观星象,推八卦,号称三教武师,又称武杰进士。

摘要： 在太极拳界,许多人把太极拳称作“十三势”。笔者认为,这种归纳和称谓是错误的。之所以错误,是因为两者并不等同。非要用不等同的“十三势”来归纳称谓太极拳,这种做法是不可取的。

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： “行功心解”系太极术语,炼养心气方法。行功为外,心解为内。外则屈伸肢体以健身,内则澄定心气以修心,而动静兼练,内外双修,练身、练心、练意、练气,参同一体。正文:以心行气,务令沉着,乃能收敛入骨。以气运身,务令顺遂,乃能便利从心。校勘:l、本篇正文均依杨澄甫《太极拳体用全书》。

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： “掤”在汰极拳术中是占有重要一席的文字,因为棚乃是太极拳的基本技法,在太极十三式位于首势,也是太极推手八法之一。《王宗岳太极拳谱》对太极拳释名日:“太极拳,一名长拳,又名十三势。长拳者,如长江大海,滔滔不绝也;十三势者,分棚、捋、挤、按、采、捌、肘、靠、进、退、顾、盼、定也。拥、捋、挤、按,即坎、离、震、兑四正方也。采、捌、肘、靠,即乾、坤、艮、巽四斜角也。此八卦也。进步、退步、左顾、右盼、中定,即金、木、水、火、土也。此五行也。合而言之日十三势。

摘要： “太极”一词源出《周易·系辞》：“易有太极，是生两仪。”并指出：“生生之谓易。”含有至高、至极、无穷大之意。《太极图》说：“无极而太极，太极动而生阳，动极而静，静而生阴，静极复初，一动一静，互为其根。分阴分阳，两仪立焉。”

摘要： 五、金鸡报晓1、左提膝独立：接上式，左脚跟落地，身体重心移至左腿，紧接着身体重心再移至右腿站稳；同时右掌向左向右向下划弧，掌心向下，停于右胯旁；左腿提膝，左脚脚尖自然下垂；左手向前向上弧形挑掌，掌心向右，指尖向上，高于眼平，目视左手。（图5-2—25）

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。