基于小样本学习的3D 动态视觉手势个性化交互方法

• 作者: 戴国忠 武汇岳 王建民
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 人机交互 视觉手势 小样本学习 个性化交互
• 年，卷（期）: 2013,（11）
• 所属期刊栏目: 学术论文
• 页码范围: 2230-2236
• 页数: 7页
• 分类号: TP391
• 字数: 7809字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2013.11.018

摘要

传统的动态手势交互技术如隐马尔科夫模型、神经网络和统计分类器等都需要大量的训练样本，建模过程中需要领域专家的干预、对普通用户来说使用起来较为困难，并且它们针对的是特定的手势集合，很难对其进行扩展。本文通过WOZ实验，分析了用户的行为特征并给出了基于手势的数字电视交互任务模型；提出了3D动态手势状态转移模型，解决了Midas Touch问题；提出了一种基于小样本学习的动态手势识别方法，解决了传统手势识别方法的缺点；构建了个性化手势设计平台，满足了用户的个性化定制需求；实验评估结果验证了本文方法的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	戴国忠	中国科学院软件研究所人机交互与智能信息处理实验室	146	3450	33.0	52.0
2	武汇岳	中山大学传播与设计学院	1	9	1.0	1.0
3	王建民	中山大学传播与设计学院	5	36	4.0	5.0