通过追踪3D手势轨迹,为盲人用户识别手势

科学领域:

• 人与计算机的交互
• 辅助技术 辅助技术 辅助技术
• 机器学习 机器学习

背景情况:

• 手势为视障人士提供了一种替代的交互方法.
• 现有的手势识别算法主要是为有视力的用户设计的,并且由于不同的手势模式和用户之间的高差异性,不适合盲人用户.
• 商品智能手表可以在没有专用传感器的情况下支持手势交互.

研究的目的:

• 为盲人用户设计一个准确的手势识别算法.
• 为了应对盲人用户手势的差异和变化所带来的挑战.
• 为使用智能手表的视力障碍者提供有效的基于手势的互动.

主要方法:

• 开发了一种基于手势轨迹3D表示的手势识别算法,以捕捉自由空间运动.
• 在手势中提取了用户不变的微动作,用于分类.
• 创建了一个集体分类器,将图像分类与手势的几何性质相结合.

主要成果:

• 对于盲人用户的手势实现了92%的分类准确度.
• 与之前的最先进的状态相比,表现出更高的性能,其准确率为82%.
• 成功识别了用户不变的微动作,用于可靠的手势分类.

结论:

• 拟议的算法有效地识别盲人用户的手势,克服现有方法的局限性.
• 该方法利用独特的手势特征和集体分类器来实现高精度.
• 这项技术有可能显著提高视力障碍者使用智能手表的交互方式.