SocioGesture：用于人机交互的实时自适应社交手势感知技术

SocioGesture 系统专为增强人机交互而设计，具备实时且自适应的社会手势感知能力。该系统采用紧凑的信心感知身体 - 手部骨架表示与轻量级双流模型，通过融合肢体运动与手部姿态，在边缘设备上实现了低延迟识别。为提升部署鲁棒性，模型引入了包含缺失手部、遮挡手臂及时间不稳定关键点等数据的骨架破坏训练。在混合室内外场景的社会手势数据集测试中，SocioGesture 展现了强大的未见主体识别能力，显著改善了结构化关节遮挡下的表现，并成功在机器人搭载的边缘设备上运行。此外，系统部署期间会将不确定的交互片段保存用于离线标注与适应，从而在扩展手势词汇量的同时保持原有类别性能。