用于基于骨架的动态手势识别的运动特征增强循环神经网络
计算机视觉与模式识别
2018-05-11 v1
摘要
动态手势识别因其在人机交互中的重要性而吸引了越来越多的关注。本文中，我们提出了一种用于基于骨架的动态手势识别的新型运动特征增强循环神经网络（RNN）。提取手指运动特征来描述手指运动，并利用全局运动特征来表示手部骨架的整体运动。这些运动特征随后与骨架序列一起被输入到双向循环神经网络（RNN）中，从而可以为 RNN 增强运动特征并改善分类性能。实验表明，我们提出的方法是有效的，并且优于最先进（SOTA）方法。
引用
@article{arxiv.1708.03278,
title = {Motion Feature Augmented Recurrent Neural Network for Skeleton-based Dynamic Hand Gesture Recognition},
author = {Xinghao Chen and Hengkai Guo and Guijin Wang and Li Zhang},
journal= {arXiv preprint arXiv:1708.03278},
year = {2018}
}
备注
Accepted by ICIP 2017