基于传感器的美手语识别数据集
数据来源：互联网公开数据
标签：手语识别,传感器数据,智能手套,美手语,手势识别,机器学习,数据收集,加速计,陀螺仪
数据概述：
本数据集包含由智能手套采集的详细传感器数据，这些手套旨在将手语翻译成语音语言。每只手套配备了5个弯曲传感器和一个“Grove - 6轴加速度计和陀螺仪”。数据集由不同个体记录的多个文件组成，展示了各种手部动作和手势。关键特征包括：
- Flex-Left/Right-p-Frame-n：测量每个手指在20帧内的弯曲程度，其中'n'表示帧数，'p'表示手指编号。
- Acceleration-X/Y/Z-Left/Right-Frame-n：捕捉手在3D空间中的加速度，涵盖20帧。
- Orientation-X/Y/Z-Left/Right-Frame-n：详细描述每帧中手在3D空间中的方向。
对于每只手，有3种类型的测量（Flex、Acceleration、Orientation），加速度和方向各有3个轴（X、Y、Z），弯曲则有5个测量值（每个手指一个），因此每只手每帧有11个测量值。乘以20帧，再乘以双手，总共440列。此外，还有一个“SIGN”列，作为每个数据条目的目标，标识特定的手语手势。
数据集中每个记录代表20帧的序列，捕捉了双手的详细动作。
数据用途概述：
该数据集适用于手语识别研究、手势识别算法开发、机器学习模型训练等多种场景。研究人员可以利用这些数据来改进手语识别技术，开发更准确的翻译系统；教育机构可以使用这些数据进行手语识别技术的教学和研究；开发者可以利用数据集来优化和改进智能手套的设计和功能。
举例：
数据集包含不同个体的手语动作记录，例如一个记录可能展示了“HELLO”手势的详细动作，包括每只手的弯曲程度、加速度和方向数据，持续20帧。通过分析这些数据，可以识别出“HELLO”手势的具体特征，并将其用于训练手语识别模型。
