如何使用CyberGlove 2执行手势识别

Question

我正在做一个项目，试图用Recognize Gestures来实现CyberGlove II。

当我执行GetDataGlove Demo (出现在SDK中)时，我会得到以下结果。(见提示结果)

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

...

• 如果我做同样的手势，上面的值将非常相似，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. 如何在Gesture Recognition中解释这些数据？
2. 哪个是每个传感器返回的最大和最小值？

PS.：对我来说最重要的是学习如何解释传感器数据。用一些说教的样本。我想识别来自Brazil Sign Languages的手势。

Answer 1

CyberGlove API不提供这种识别的原生功能。当手势数据发生变化时，我不得不使用机器学习。我使用了Microsoft Azure机器学习，服务是基于JSON的。

首先，我必须创建一个具有我想要识别的手势映射的.csv。我为每个手势做了手势100时间的映射。这一数额已显示出合理的认可和表现也非常有趣。