DiG-Net：通过辅助机器人中的超远距离动态手势识别增强人机交互

动态手势在辅助性人机交互（HRI）中发挥着关键作用，促进了直观的非语言交流，特别是对于行动受限的个体或远程操作机器人的用户。当前的手势识别方法大多局限于短距离交互，降低了它们在需要远距离稳健辅助通信的场景中的实用性。在本文中，我们提出了 DiG-Net，这是首个能够在高达 30 米的超远距离下实现稳健操作的动态手势识别框架，专为辅助机器人设计以增强可及性并改善生活质量。我们提出的距离感知手势网络（DiG-Net）将深度条件可变形对齐（DADA）模块与时空图模块有效结合，能够稳健地处理和分类在具有挑战性的条件下捕获的手势序列，这些条件包括显著的物理衰减、分辨率降低以及真实世界辅助环境中常见的动态手势变化。我们进一步引入了辐射时空深度衰减损失（RSTDAL），结果表明它能增强学习并加强模型在不同距离下的鲁棒性。我们的模型相比最先进的手势识别框架展现出显著的性能提升，在包含具有挑战性的超远距离手势的多样化数据集上实现了 97.3% 的识别准确率。通过有效解读远距离手势，DiG-Net 显著增强了辅助机器人在家庭医疗保健、工业安全和远程辅助场景中的可用性，使行动不便的用户能够实现无缝且直观的交互。