基于单次演示的视觉手势定制

手势识别正成为一种日益普遍的人机交互模式，随着摄像头的普及更是如此。尽管该领域持续进展，但手势定制往往未被充分探索。定制至关重要，因为它使用户能够定义和演示更自然、易记且可访问的手势。然而，定制需要高效利用用户提供的数据。我们提出一种方法，使用户能够通过单目摄像头从一次演示轻松设计定制手势。我们采用transformer和元学习技术来应对少样本学习挑战。与以往工作不同，我们的方法支持单手、双手、静态和动态手势的任意组合，包括不同视角，以及处理不相关手部运动的能力。我们使用定制方法实现了三个真实应用并进行了用户研究，从一次演示中获得了高达94%的平均识别准确率。我们的工作为基于视觉的手势定制提供了可行路径，为该领域的未来发展奠定基础。