Key points are not available for this paper at this time.
사용자의 행동을 감지하고, 그의 필요를 예측하며, 현실적인 가상 및 물리적 세계 맵을 수행하는 것은 웨어러블 컴퓨팅 장치의 주요 모듈입니다. 그러나 웨어러블 컴퓨팅 커뮤니티는 이러한 방법을 개발하기 위한 다목적 데이터 세트가 부족합니다. 본 연구에서는 ZED 카메라를 사용하여 손 감지, 손 제스처 추정(자기 중심), 스테레오 비주얼 오도메트리/SLAM 경로 추정 및 불일치 추정 방법을 개발하는 데 사용할 수 있는 새로운 도전적인 벤치마크 데이터 세트를 생성했습니다. 우리의 "EgoCentric+" 데이터 세트는 실제 경로 값, 손 제스처 주석 및 손 감지를 위한 2D 경계 상자가 포함된 231개의 스테레오 이미지 쌍 시퀀스로 구성됩니다. 우리는 헤드 마운트 웨어러블 컴퓨터에서 가상 콘텐츠와의 상호 작용에 중점을 둔 20개의 연속 및 15개의 정적인 손 제스처를 설계했습니다. 또한, 이 데이터 세트는 다양한 배경 및 조명 설정 하에서 헤드 마운트 카메라로 수집되어 웨어러블 안경 환경을 비슷하게 재현합니다. 이러한 설정은 연구자들이 헤드 마운트 웨어러블 장치에 적합하고 강력한 방법론을 개발하고, 그들의 모델과 응용 프로그램을 철저하게 테스트 및 평가하는 데 도움이 될 수 있습니다.
Ashok et al. (금요일)은 이 질문을 연구했습니다.