基于Leap Motion的动态手势识别

来源：计算机工程与应用杂志2019年第13期北京时间：

作者：孙 玉1，2，袁贞明1，2，孙晓燕1，2

单位：1.杭州师范大学 杭州国际服务工程学院，杭州 311121；2.移动健康管理系统教育部工程研究中心，杭州 311121

摘要：动态手势识别作为人机交互的一个重要方向，在各个领域具有广泛的需求。相较于静态手势，动态手势的变化更为复杂，对其特征的充分提取与描述是准确识别动态手势的关键。为了解决对动态手势特征描述不充分的问题，利用高精度的Leap Motion传感器对手部三维坐标信息进行采集，提出了一种包含手指姿势和手掌位移的特征在内的、能够充分描述复杂动态手势的特征序列，并结合长短期记忆网络模型进行动态手势识别。实验结果表明，提出的方法在包含16种动态手势的数据集上的识别准确率为98.50%；与其他特征序列的对比实验表明，提出的特征序列，能更充分准确地描述动态手势特征。

关键词：动态手势识别,Leap Motion传感器,特征提取,长短期记忆网络（LSTM）