ISSN1006－7167CN31－1707/TＲESEAＲCHANDEXPLOＲATIONINLABOＲATOＲY第42卷第1期Vol．42No．12023年1月Jan．2023DOI:10．19927/j．cnki．syyt．2023．01．012一种物理判据、数据驱动的新型手势识别算法原晓楠，杨文龙，闫梦寒，汤子仪，王仕鸿(西安交通大学电气工程学院，西安710049)摘要:基于智能家居系统应用背景，结合物联网、深度学习等技术对手势识别算法进行了研究，通过比较现有手势识别算法的不同特点，将数据驱动与物理判据相结合建立了手势识别算法，提出了基于meidapipe手部关键点识别与物理判据、数据驱动相结合的一种手势识别算法，从而改善现有手势识别算法的计算量与准确性。通过实验分析发现相比其他手势识别算法，提出的手势识别算法不仅计算量小，还具有较高的准确率和较强的鲁棒性。关键词:智能家居系统;手势识别;物理判据;数据驱动;鲁棒性中图分类号:TM930.2文献标志码:A文章编号:1006－7167(2023)01－0059－04APhysicalJudgmentandDataDrivenGestureＲecognitionAlgorithmYUANXiaonan，YANGWenlong，YANMenghan，TANGZiyi，WANGShihong(SchoolofElectricalEngineering，Xi’anJiaotongUniversity，Xi’an710049，China)Abstract:Basedontheapplicationbackgroundofintelligenthousingsystem，thispapercombineswiththeInternetofThings，deeplearningandothertechnologiestostudygesturerecognitionalgorithm．Itcomparesthedifferentcharacteristicsoftheexistinggesturerecognitionalgorithms．Thispaperstudiesthealgorithmbasedondatadriven，andstudiesthealgorithmbasedonthephysicalcriterion．Finally，itcombinesthedatadrivenandphysicalcriteriontoestablishthefullgesturerecognitionalgorithm．Itinnovativeproposesagesturerecognitionalgorithmthatisbasedonthemediapipedetectionofkeypointsofhandandcombinedwithphysicalanddatadriven．Thus，thecomputationalcomplexityandaccuracyoftheexistinggesturerecognitionalgorithmsareimproved．Inthemeanwhile，comparedwithothergesturerecognitionalgorithms，itisprovedtohavelowercalculators，higheraccuracyandbetterrobustnessbyexperiments．Keywords:intelligenthousingsystem;gesturerecognition;physicaljudgment;datadriven;robustness收稿日期:2022-06-17基金项目:中国高等教育学会高等教育科学研究“十三五”规划课题项目(2019SYSZD09);2020年...
