HaGRIDv2：用于静态和动态手势识别的 100 万张图像
计算机视觉与模式识别
2024-12-03 v1
摘要
本文提出了广泛使用的手势识别数据集 HaGRID 的第二个版本——HaGRIDv2。我们覆盖了 15 个新的手势，包括具有对话和控制功能的手势，包括双手手势。基于 HaGRID 作者提出的基本概念，我们实现了动态手势识别算法，并通过添加三组新的操作手势进行进一步增强。通过添加自然手部动作样本，多样化了“无手势”类别，从而将误报率降低了 6 倍。将额外样本与 HaGRID 组合后，获得的版本在为与手势相关的任务进行预训练模型方面优于原始版本。此外，我们在手势和手部检测数据集中实现了最佳的泛化能力。此外，第二个版本提高了由扩散模型生成手势的质量。HaGRIDv2、预训练模型和动态手势识别算法均公开可用。
引用
@article{arxiv.2412.01508,
title = {HaGRIDv2: 1M Images for Static and Dynamic Hand Gesture Recognition},
author = {Anton Nuzhdin and Alexander Nagaev and Alexander Sautin and Alexander Kapitanov and Karina Kvanchiani},
journal= {arXiv preprint arXiv:2412.01508},
year = {2024}
}
备注
hand gesture recognition, dataset, hgr system, large-scale database