一切关于你：基于飞行时间摄像机的个性化车载手势识别

DOI

尽管手势识别技术取得了重大进展，但由于数据有限且成本高昂，加上驾驶环境的动态多变特性，在驾驶环境中识别手势仍具有挑战性。在这项工作中，我们提出了一种模型自适应方法，用于个性化 CNNLSTM 模型的训练，在提高识别精度的同时减少数据需求。我们的方法通过提供更高效、更准确的个性化方法，为驾驶中的动态手势识别领域做出贡献，最终增强车内交互的安全性、便利性以及驾驶员体验和系统信任。我们结合了使用飞行时间摄像机的硬件增强，以及通过数据增强、个性化适应和增量学习技术的算法增强。我们在识别精度方面评估了我们的方法，达到了高达 90% 的准确率，并展示了个性化适应和增量学习对用户中心设计的有效性。