基于LSTM训练模型的手势识别方法和系统

本申请涉及一种基于LSTM训练模型的手势识别方法和系统，首先通过逐帧获取待识别手势动作的网格数据，在进行预处理后将其转化为对应的点云数据。随后，对点云数据进行逐帧聚类，得到各聚类中心，形成点云轨迹。最后，将点云轨迹输入训练好的LSTM训练模型，该模型包括注意力机制单元，以获得手势识别结果。通过引入LSTM单元和注意力机制单元，有效地捕捉了手势动作的时序信息和关键特征，提高了对手势的准确性和鲁棒性。逐帧聚类和点云轨迹的处理使得在实际人机交互场景下能够更好地识别手势动作，增强了系统的实时性和交互性。