WaveGlove：基于Transformer利用多惯性传感器的手势识别
人机交互
2021-05-06 v1 机器学习
信号处理
摘要
近年来，基于惯性数据的手势识别(HGR)取得了显著发展，其最优方法采用单一手持传感器以及由简单手势构成的词表。本工作探索使用多个惯性传感器的优势。利用WaveGlove——一种以带有五个惯性传感器的手套形式的定制硬件原型，我们采集了两个包含超过个样本的数据集。为使它们与已有工作可比，将其与另外个公开数据集一起进行归一化，并随后用于评估一系列机器学习手势识别方法，包括新提出的基于Transformer的架构。我们的结果表明，即便涉及不同手指的复杂手势也能以高准确率识别。在采集数据集上进行的消融研究证明了多传感器的重要性：使用至多三个传感器时性能提升，超过该数量无显著改进。
引用
@article{arxiv.2105.01753,
title = {WaveGlove: Transformer-based hand gesture recognition using multiple inertial sensors},
author = {Matej Králik and Marek Šuppa},
journal= {arXiv preprint arXiv:2105.01753},
year = {2021}
}
备注
Accepted to EUSIPCO 2021