如何使用Cyber​​Glove II执行手势识别

Question

我正在开展一个项目，尝试使用CyberGlove II Recognize Gestures。

当我执行GetDataGlove Demo（出现在SDK）时，我得到了这个结果。 （See results in prompt）

Glove:
0 0.38016 -0.13131 -0.12843
1 -0.09696 -0.20426 -0.0753
2 0.1725 0.01804 -012612
3 0.36897 -0.30396 0.01051
4 0.31597 -0.273 -0.2964
Tracker:
0 0 0
0 0 0 0

Glove:
0 0.38016 -0.13131 -0.12843
1 -0.09696 -0.20426 -0.0753
2 0.1725 0.01804 -012612
3 0.36897 -0.30396 0.01051
4 0.31597 -0.273 -0.2964
Tracker:
0 0 0
0 0 0 0

Glove:
0 0.38016 -0.13131 -0.12843
1 -0.09696 -0.20426 -0.0753
2 0.1725 0.01804 -012612
3 0.36897 -0.30396 0.01051
4 0.31597 -0.273 -0.2964
Tracker:
0 0 0
0 0 0 0

...

• 如果我做同样的动作，上述值会非常相似但不同。

• 值0到4代表每个手指，3个值代表手指的每个关节。

但我有两个问题：

1. 您如何在Gesture Recognition？
中解释这些数据
2. 每个传感器返回的最大值和最小值是什么？

PS：对我来说最重要的是学习如何理解传感器数据。有一些教学样本。我想识别来自Brazil Sign Languages的手势。

Answer 1

CyberGlove API并未提供此识别的原生内容。随着同一手势的手势数据发生变化，我不得不使用机器学习。我使用Microsoft Azure Machine Learning，服务基于JSON。

首先，我必须使用我想要识别的手势映射创建.csv。我为每个手势做了手势100次的映射。这个数量已被证明是合理的认可和表现也非常有趣。