通过帧不变相似性度量消除参考系偏差以增强手掌运动手势识别
机器人学
2025-12-12 v2 计算机视觉与模式识别
人机交互
摘要
机器人识别人类手势的能力促进了自然且易于访问的人机协作。然而，手势识别的大部分工作仍然根植于依赖参考系的表示。当参考系因不同的工作单元布局、不精确的帧校准或其他环境变化而改变时，这带来了挑战。本文研究了在参考系变化下使用不变轨迹描述符进行鲁棒的手掌运动手势识别。首先，引入了一个记录手掌运动（HPM）手势的新颖数据集。该数据集中的运动手势经过专门设计，在不依赖特定参考系或方向线索的情况下即可区分。随后，对多种不变轨迹描述符方法进行了基准测试，以评估它们在该新颖 HPM 数据集上的泛化性能。在此离线基准测试之后，通过开发实时概念验证来验证得分最高的方法以进行在线识别。在此 PoC 中，手掌运动手势被用于控制机械臂的实时运动。该 PoC 在实时操作中展示了高识别可靠性，实现了 92.3% 的 分数。这项工作证明了不变描述符方法作为独立解决方案的有效性。此外，我们相信不变描述符方法也可以在其他最先进的模式识别和学习系统中使用，以提高它们对参考系变化的鲁棒性。
引用
@article{arxiv.2503.11352,
title = {Enhancing Hand Palm Motion Gesture Recognition by Eliminating Reference Frame Bias via Frame-Invariant Similarity Measures},
author = {Arno Verduyn and Maxim Vochten and Joris De Schutter},
journal= {arXiv preprint arXiv:2503.11352},
year = {2025}
}
备注
This is the preprint version of a paper accepted for publication at the 2025 IEEE International Conference on Automation Science and Engineering (CASE). The final published version is available at DOI: 10.1109/CASE58245.2025.11163910