更新为准：https://mikezhou.blog.csdn.net/article/details/123232435 【优秀课设】基于OpenCV+MediaPipe的手势识别（数字、石头剪刀布等手势识别）

实时跳绳计数

E-Care：基于三维时空应变场的面部微表情分析（The Emotion and Cognitive Automated Recognition Engine）

PLCNext+mediapipe+ROS

使用Mediapipe进行手势识别和手的3D坐标点捕获的测试代码。 代码参考https://github.com/HW140701/Google_Mediapipe_Hand_Tracking_dll实现。 此代码在MacOS上测试通过，其他平台可能略有不同，需要自行修改。

Blender面部动态捕捉

一个使用基于mediapipe face_mesh的人脸关键点检测的例子， Created TensorFlow Lite XNNPACK delegate for CPU

mediapipe 模型库进行 手势识别 绘制目标区域内的手势

基于mediaPipe的手部数字识别，并集成石头剪刀布手势识别以及输赢判断