基于少样本学习模型的动态手势识别快速学习
计算机视觉与模式识别
2022-12-19 v1 人工智能
摘要
我们开发了分别训练用于识别五类或十类不同动态手势的少样本学习（Few-Shot Learning）模型，通过为每个手势提供一、二或五个示例即可任意互换识别。所有模型均构建于关系网络（RN）的少样本学习架构中，其骨干由长短期记忆（LSTM）单元组成。模型使用从 Jester 数据集中提取的手部参考点，该数据集经修改后包含 190 种不同类型的手势。结果显示，识别五类动态手势的准确率高达 88.8%，识别十类的准确率高达 81.2%。本研究也阐明了采用少样本学习方法而非传统深度学习方法检测动态手势的潜在工作量节省。节省定义为当深度学习模型在新手势上训练而非少样本学习模型时所需的额外观测数。相对于达到近似相同准确率所需观测总数之差表明，对五类与十类待识别手势，潜在节省分别高达 630 与 1260 个观测。由于标注手势视频录制意味着可观的工作量，这些节省可视为 substantial（可观的）。
引用
@article{arxiv.2212.08363,
title = {Fast Learning of Dynamic Hand Gesture Recognition with Few-Shot Learning Models},
author = {Niels Schlüsener and Michael Bücker},
journal= {arXiv preprint arXiv:2212.08363},
year = {2022}
}