本研究探讨了生成对抗网络（GANs）在合成手势数据生成中的应用，以解决人类活动识别（HAR）领域的数据稀缺问题。结果表明，合成数据在医疗健康领域表现良好，能够有效替代真实数据，提升手势识别模型的泛化能力。