基于Leap Motion的虚拟课堂手势交互方法

摘要：

随着虚拟现实技术的飞速发展,Leap Motion等体感传感器出现并被广泛地应用在人机交互中.针对Leap Motion体感控制器在识别范围边缘识别率低且识别速度慢的问题提出了一种基于深度神经网络的Leap Motion手势交互方法.该方法在定义的交互手势基础上,设计了三维交互系统并应用到虚拟场景中.系统首先通过Leap Motion进行数据捕捉,对获取到的红外图像采用深度神经网络进行特征提取并实现对手势的分类识别,然后结合Leap Motion获取的手部坐标前后帧的变化来判断动态手势,最终结合动态手势完成虚拟场景中的交互功能.经过实验验证,本文手势识别方法无论是在识别速度还是识别精度上都优于Leap Motion自带的手势识别方法,同时在Leap Motion识别范围边界处仍能保持较高的识别率.

关键词：虚拟课堂、虚拟现实、手势交互、Leap Motion、深度神经网络

所属期刊栏目：31

分类号：TP391.41;G434;TN912.34

资助基金：国家科技支撑计划;陕西省重点产业创新链项目;国家自然科学基金

在线出版日期：2022-08-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：160-168