论文部分内容阅读
随着人们对更真实体验和更智能交互的追求，虚拟现实技术与深度学习技术成为了当前的研究热点。本文提出基于Leap Motion设备结合机器学习算法进行手势训练与识别的方法，并将该方法应用到树木交互场景中。利用Leap Motion设备采集静态手势和动态手势数据并对其进行特征分析。针对静态手势提出使用SVM算法进行分类，通过对采集5种静态手势的1000个样本进行训练与识别，平均识别正确率达到96.3％;针对动态手势提出使用LSTM模型对手势时间序列进行处理，通过对5种动态手势的识别结果进行评估，发现其平均准确率达到高达92.6％。最后将训练的手势识别结果应用到树木交互场景中，分别选取三种静态手势和三种动态手势，实现了对场景中的树木模型的交互。实验结果表明，使用LSTM模型手势识别方法可以达到更高的动态识别准确率。本文结合静态和动态手势识别算法，通过匹配离线模型训练的手势库，提高了用户对树木的交互准确性。