基于Leap Motion的动态手势识别

• 作者: 孙晓燕 孙玉 袁贞明
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 动态手势识别 Leap Motion传感器 特征提取 长短期记忆网络(LSTM)
• 年，卷（期）: 2019,（13）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 151-157
• 页数: 7页
• 分类号: TP391
• 字数: 5447字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1809-0232

摘要

动态手势识别作为人机交互的一个重要方向,在各个领域具有广泛的需求.相较于静态手势,动态手势的变化更为复杂,对其特征的充分提取与描述是准确识别动态手势的关键.为了解决对动态手势特征描述不充分的问题,利用高精度的Leap Motion传感器对手部三维坐标信息进行采集,提出了一种包含手指姿势和手掌位移的特征在内的、能够充分描述复杂动态手势的特征序列,并结合长短期记忆网络模型进行动态手势识别.实验结果表明,提出的方法在包含16种动态手势的数据集上的识别准确率为98.50% ;与其他特征序列的对比实验表明,提出的特征序列,能更充分准确地描述动态手势特征.