手势决定：通过骨架姿态评估实现自动驾驶车辆的行人手势识别
计算机视觉与模式识别
2026-02-10 v1 人工智能
新兴技术
人机交互
机器学习
摘要
手势是非语言交流的关键组成部分，常在正式交通规则可能不足时帮助行人与驾驶员之间的互动。当自动驾驶车辆 (AV) 难以解释此类手势时，这一问题更为明显。在本研究中，我们提出一种手势分类框架，使用 2D 姿态估计应用于真实世界视频序列，数据来源于 WIVW 数据集。我们将手势分为四个主要类别 (Stop, Go, Thank & Greet, 和 No Gesture)，从归一化关键点中提取 76 个静态和动态特征。我们的分析表明，手部位置和移动速度在区分手势类别方面尤为判别性，实现分类准确率 87%。这些发现不仅改进了 AV 系统的感知能力，也有助于更广泛地理解交通中的行人行为。
引用
@article{arxiv.2602.08479,
title = {Gesture Matters: Pedestrian Gesture Recognition for AVs Through Skeleton Pose Evaluation},
author = {Alif Rizqullah Mahdi and Mahdi Rezaei and Natasha Merat},
journal= {arXiv preprint arXiv:2602.08479},
year = {2026}
}
备注
9th International Conference on Instrumentation, Control, and Automation (ICA)