基于视频的手势识别数据集使用热摄像头

科学领域:

• 计算机视觉 计算机视觉
• 机器学习 机器学习
• 人与计算机的交互

背景情况:

• 手势识别对于直观的人机交互至关重要.
• 热成像为视觉摄像机提供了一种保护隐私的替代方案,用于手势捕捉.
• 现有的数据集可能缺乏手势,个体或环境条件的多样性.

研究的目的:

• 创建一个全面的热手势数据集,以进行可靠的分类.
• 促进基于热的手势识别系统的研究.
• 为了满足对多样化和具有挑战性的手势数据的需求.

主要方法:

• 捕获了来自11个个人的9个不同的手势的热视频.
• 使用FLIR莱普顿热摄像头进行数据采集.
• 将数据组织成9个类别,每个手势有110个视频,总共990个视频.
• 包括每个视频内的长的变化.

主要成果:

• 一个大规模的数据集990热手势视频编制.
• 数据集包括复杂的背景和多样化的手势.
• 视频具有多个长,用于各种分析.

结论:

• 开发的数据集为培训和评估热手势识别模型提供了宝贵的资源.
• 这一数据集可以推动开发更准确,更可靠的基于手势的接口.
• 未来的工作可以利用这个数据集来探索先进的分类算法.