开罗美国大学提出基于骨架的动态手势识别框架
为动态手势识别提供了可扩展和高效的解决方案
（映维网Nweon 2024年12月26日）手势识别（HGR）能够在各种现实环境中实现直观的人机交互。然而，现有框架往往难以满足实际HGR应用程序所必需的实时需求。
在一项研究中，开罗美国大学提出了一种基于骨架的动态HGR框架，通过将动态手势识别简化为静态图像分类任务，这有效地降低了硬件和计算需求。
所述框架利用数据级融合技术将动态手势的3D骨骼数据编码为静态RGB时空图像。它结合了一个专门的端到端集成调谐器（e2eET）Multi-Stream CNN架构，优化数据表示之间的语义连接，同时最大限度地减少计算需求。
对于5个基准数据集（SHREC’17、DHG-14/28、FPHA、LMDHG和CNR）的测试，框架显示出了与最先进技术相媲美的性能。
团队指出，框架的成功部署强调了其在虚拟现实/增强现实和环境智能等领域增强实时应用的潜力，为动态手势识别提供了可扩展和高效的解决方案。
......（全文 1774 字，剩余 1442 字）
请微信扫码通过小程序阅读完整文章或者登入网站阅读完整文章
映维网会员可直接登入网站阅读
PICO员工可联系映维网免费获取权限
