Réseau neuronal récurrent augmenté de caractéristiques de mouvement pour la reconnaissance dynamique de gestes de la main basée sur le squelette

La reconnaissance des gestes de la main dynamiques suscite un intérêt croissant en raison de son importance pour l'interaction homme-machine. Dans cet article, nous proposons un nouveau réseau neuronal récurrent (RNN) augmenté de caractéristiques de mouvement pour la reconnaissance des gestes de la main dynamiques basée sur le squelette. Les caractéristiques de mouvement des doigts sont extraites pour décrire les mouvements des doigts, tandis que les caractéristiques de mouvement globales sont utilisées pour représenter le mouvement global du squelette de la main. Ces caractéristiques de mouvement sont ensuite intégrées à un réseau neuronal récurrent bidirectionnel (RNN) avec la séquence squelettique, ce qui permet d'augmenter les caractéristiques de mouvement pour le RNN et d'améliorer les performances de classification. Les expériences montrent que notre méthode proposée est efficace et surpassent les méthodes d'avant-garde.Note: - "Squelette" is used for "skeleton" in the context of hand gesture recognition.- "Réseau neuronal récurrent bidirectionnel" is the standard term for "bidirectional recurrent neural network."- "Mouvements des doigts" and "mouvement global du squelette de la main" are used to maintain clarity and precision in describing the motion features.- "Surpassent" is used to convey "outperforms" in a formal and academic context.