用于人机交互的静态手势持续学习
机器人学
2023-04-14 v1
摘要
在本文中，我们提出一种高效的方法，以增量方式学习分类静态手势。该方法允许用户以增量方式教机器人识别新符号。与其他使用特殊传感器或外部设备（如彩色或数据手套）的工作相反，我们提出的方法利用单个 RGB 相机从 2D 图像执行静态手势识别。此外，我们的系统能够仅使用每个旧类 5 个样本增量学习多达 38 个新符号，最终实现超过 90\% 的平均准确率。除此之外，增量训练时间可减少到使用所有可用数据时所需时间的 10\%。
引用
@article{arxiv.2304.06319,
title = {Continual Learning of Hand Gestures for Human-Robot Interaction},
author = {Xavier Cucurull and Anaís Garrell},
journal= {arXiv preprint arXiv:2304.06319},
year = {2023}
}