论文部分内容阅读
随着头戴式显示器在虚拟现实应用中的流行,用户逐渐意识到需要更自然的交互方式在来支持这些设备,其中手势交互得到了广泛的关注.常规的手势动作识别算法性能可能会因为手势速度幅度的变化和不准确的特征提取等因素而降低.在本文中,我们创新性地提出一种基于混沌动力学分析的手势动作识别方法.通过离散观察嵌入 Leapmotion 的头戴式显示器所获得的手指轨迹,我们试图假设一个特定类型的动力学系统来模拟手势动作的动力系统,利用相空间重构的方法来建立一个由混沌特征因子组成的特征矩阵.我们提出的假设在字母手势识别中予以验证,并在 VR 交互系统中取得了平均 92%,最高 96.6%的准确度.