面向桌面级人机交互的多模态手势识别数据集
计算机视觉与模式识别
2024-01-09 v1
摘要
手势识别是自然高效的人机交互技术不可或缺的组成部分，尤其在桌面级应用中，它能显著提升人们的生产力。然而，当前手势识别社区缺乏适用于轻量级手势采集设备的桌面级（俯视视角）数据集。在本研究中，我们构建了一个名为GR4DHCI的数据集。该数据集的显著特点在于其固有的自然性、直观性和多样性。其主要目的是为桌面级便携应用的开发提供宝贵资源。GR4DHCI包含超过7,000个手势样本，共计382,447帧，涵盖立体红外和骨骼两种模态。为了解决桌面交互中手部位置变化的问题，我们在数据集中引入了27种不同的手部位置。基于GR4DHCI数据集，我们进行了一系列实验研究，结果表明本文提出的细粒度分类模块能够提升模型的识别准确率。我们期望本文提供的数据集和实验发现能推动桌面级手势识别研究的进展。
引用
@article{arxiv.2401.03828,
title = {A multimodal gesture recognition dataset for desktop human-computer interaction},
author = {Qi Wang and Fengchao Zhu and Guangming Zhu and Liang Zhang and Ning Li and Eryang Gao},
journal= {arXiv preprint arXiv:2401.03828},
year = {2024}
}