一个数据集的异心图像捕捉手势在多人游戏中的手势
Talukder Hasnat Zadid1, Sharia Arfin Tanim1, M F Mridha1
1Department of Computer Science, American International University - Bangladesh, Kuratoli 408/1, Dhaka, Bangladesh.
Data in brief
|November 10, 2025
概括
这个数据集提供了7221个手势图像,这些图像来自于Ludo和Poker等多人游戏,在不同的照明下捕获. 它有助于计算机视觉和人机交互的研究,用于手势识别.
科学领域:
- 计算机视觉 计算机视觉
- 人与计算机的交互
- 扩展现实 (XR)
背景情况:
- 多人桌面游戏涉及复杂的手势和互动.
- 现有的数据集可能缺乏各种条件,例如不同的照明和多个参与者.
- 现实的手势数据对于推进人机交互至关重要.
研究的目的:
- 从多人桌面游戏中引入一套新的异常手势数据集.
- 为开发和评估手势识别算法提供资源.
- 支持诸如手对象交互和阻塞处理等领域的研究.
主要方法:
- 在Ludo,Poker和Snakes and Ladders游戏中记录了7221个手势的外向图像.
- 使用谷歌Pixel 6a智能手机以每秒30 (FPS) 的速度,每四秒提取一个.
- 图像的尺寸调整为512x512像素,并在四个照明条件下与2-4名玩家一起捕获.
主要成果:
- 数据集具有真实的手势动态,包括运动模糊,遮蔽和对象操纵.
- 它包括各种照明条件 (自然,白色,黄色,暗色) 和多人会议的镜头.
- 在所有录音中都保持了一致的自上而下的视角.
结论:
- 这一数据集促进了协作环境和交互游戏的手势识别方面的进步.
- 它是计算机视觉中监督和无监督学习任务的宝贵资源.
- 允许在现实的游戏场景中对手势跟踪算法和XR应用程序进行基准测试.
