用于手势识别的背景不受控制的图像数据集

用于手势识别的背景不受控制的图像数据集

数据说明：

这个数据集是专门开发的，以帮助研究人机交互。认识到高质量的训练数据对有效的机器学习模型的重要性，我们设计了一个包含复杂背景下的4个静态手势的数据集。通过这样做，我们的目标是产生模型具有高度的准确性，这将是有效的在现实世界中的应用。

为了确保数据集的健壮性，我们将其分为两个不同的部分。第一部分，称为“列车”数据集，由单个用户捕获的大约6,000幅图像组成。同时，另外三个用户记录了“multiuser_test”数据集，并提供了大约4,000幅图像。

“L”、“F”和“y”符号。总的来说，该数据集包含近30.数据集中包含的四种手势的灵感来自于美国手语中的静态“A”000张使用尺寸为100×100像素的Kinect-v1以11FPS拍摄的图像。