Reconhecimento Dinâmico de Gestos das Mãos com o Controlador Leap Motion

O reconhecimento dinâmico de gestos das mãos é uma tarefa crucial, mas desafiadora, nas comunidades de reconhecimento de padrões e visão computacional. Neste artigo, propomos um novo vetor de características que é adequado para representar gestos dinâmicos das mãos e apresenta uma solução satisfatória para reconhecer gestos dinâmicos das mãos usando apenas um controlador Leap Motion (LMC). Esses resultados não foram relatados em outros artigos. O vetor de características com informações de profundidade é calculado e alimentado no classificador de Campo Neural Condicional Oculto (HCNF) para reconhecer gestos dinâmicos das mãos. O framework sistemático do método proposto inclui duas etapas principais: extração de características e classificação com o classificador HCNF. O método proposto foi avaliado em dois conjuntos de dados de gestos dinâmicos das mãos com quadros adquiridos com um LMC. A precisão de reconhecimento é de 89,5% para o conjunto de dados LeapMotion-Gesture3D e 95,0% para o conjunto de dados Handicraft-Gesture. Resultados experimentais mostram que o método proposto é adequado para certas tarefas de reconhecimento de gestos dinâmicos das mãos.