逻辑一 可辨识性优先

代表：Marcel 1999 · Senz3D 2015

拳头(全合) 平掌(全展) 两指V 单指指点 捏握C 字母b

核心准则：伸指数（0-5根伸展手指）均匀分布，轮廓形状在2D投影中差异最大化。刻意排除视觉相似对（如M/N），确保分类器评估有效性。手势语义无所谓，形状识别优先。

逻辑二 符号系统完备性

代表：ASL指拼 2011 · MU HandImages 2011 · DEVISIGN 2014

核心准则：必须覆盖语言系统的每一个符号单元，即便存在高相似类（M/N、S/E）也不可省略。动态字母以终止静态姿态替代纳入。完备性高于可辨识性。

逻辑三 笛卡尔积扩展

代表：LaRED 2014

朝向被视为独立变量：基础姿态、绕X轴旋转90°（侧倾）、绕X+Z轴旋转90°（翻转）。真实场景中用户不总保持正面，朝向多样性是HMI场景不可忽视的自然变量。

逻辑四 关节空间均匀采样

代表：RHD 2017 · BigHand2.2M 2017 · FreiHAND 2019

彻底放弃「手势类别」 → 转向21关节点的高维姿态空间
设计协议：系统化预设姿 + 随机自然运动 + 自我中心子集
评估指标：关节位置误差(mm)，非分类准确率

识别范式→回归范式的里程碑转变。手势不再是离散类别，而是连续姿态空间中的一个点，模型需预测21个关节的精确3D坐标。

逻辑五 语义动作组合

代表：HaGRID 2022 · NvGesture 2016

stop + stop_inv = 向右滑动 palm → fist → palm = 拖拽放置

「倒置变体」设计：stop/stop_inverted是HaGRID独有创新，同一手形旋转180°成为新类别，静态帧对组合即可支撑动态手势识别，一举解决静态数据集无法训练动态识别的根本矛盾。

逻辑六 无过渡状态连续设计

代表：IPN Hand 2020 · LD-ConGR 2022

传统数据集：手势A → [停顿回中] → 手势B
IPN Hand：手势A → 直接→ 手势B（无中间休止位）
每视频含21个连续手势 + 自然非手势动作干扰

这是最接近真实交互的设计：触屏操作时用户不会将手退回中立位再做下一个手势。无过渡状态使时序边界检测极难，是当前连续HGR最大挑战。

逻辑七 词素序列语料设计

代表：RWTH PHOENIX 2012 · CSL 2015

手势序列 → 词素gloss序列 → 口语文本翻译
「天气预报」领域词汇约1,200+，非手势类别
由聋人母语者标注，非实验室志愿者

这是唯一以「翻译」而非「分类」为任务目标的数据集系列。词素标注而非手形分类，评估指标是词错误率(WER)而非准确率。

逻辑八 法规标准驱动

代表：交警手势数据集 2007

直行 左转 右转 停止 减速慢行 靠边停车 +2类

手势集由政府法规（中国公安部2007年标准）完全决定，研究者无设计自由度。这是最罕见的外部约束设计：「有多少类」由法律决定，而非算法或用户研究。