典型文献
基于Leap Motion的虚拟课堂手势交互方法
文献摘要：
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.
文献关键词：
虚拟课堂;虚拟现实;手势交互;Leap Motion;深度神经网络
中图分类号：
作者姓名：
胡发丽;高全力;王西汉;李庆敏
作者机构：
西安工程大学计算机科学学院,西安710048
文献出处：
引用格式：
[1]胡发丽;高全力;王西汉;李庆敏-.基于Leap Motion的虚拟课堂手势交互方法)[J].计算机系统应用,2022(08):160-168
A类：
B类：
Leap,Motion,虚拟课堂,手势交互,交互方法,虚拟现实技术,人机交互,体感控制,边缘识别,识别率,速度慢,深度神经网络,三维交互,交互系统,虚拟场景,取到,红外图像,分类识别,手部,动态手势,交互功能,手势识别,识别精度,自带,范围边界
AB值：
0.294883
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
