欢迎访问本站!

首页科技正文

为了举行手势识别,科研人员打起智能手表的主意

admin2020-11-0724

,

欧博客户端

欢迎进入欧博客户端(Allbet Game):www.aLLbetgame.us,欧博官网是欧博集团的官方网站。欧博官网开放Allbet注册、Allbe代理、Allbet电脑客户端、Allbet手机版下载等业务。

,

Esther|撰文

对AR/VR头显来讲,手势识别是一项关键手艺。若是说电脑最直接的输入方式是键盘鼠标,那么现在AR/VR最直接的输入方式应该是手势操控,它甚至比手柄用起来更利便。 此前,Facebook Reality Labs就曾示意:手势识别将有望降低AR/VR的使用门槛,是一种加倍自然的人机交互方式。FRL甚至已经最先探索用手势识别来替换真实键盘的偏向,若是未来这种功效上岸Quest等VR或AR头显,或有望为AR/VR带来办公、网页浏览等更多应用场景。 现在,市面上大多数手势识别方案接纳摄像头加计算机视觉算法的设计,好比:外接的手势识别模块Leap Motion,或是Quest、Varjo、HoloLens等AR/VR头显集成的摄像头方案等等。这些方案的瑕玷是,用户的手需要在摄像头视场角范围内才气被识别。 相比之下,行使电脉冲、肌电等生物信号来识别并推断手势的穿着式方案准确性可能更高,好比去年被Facebook收购的CTRL-Labs就曾开发出可以识别非健全手掌动作意图的手艺,可以为残障人士在VR中模拟出动态的健全手掌。但这种手环方案成本较高,而且市面上还未推出成熟的产物。 关于手背姿态识别方案 那么随着机械学习算法的不断进步,能否通过算法来进一步提升成本更低的摄像头手势识别方案呢?近期,东京工业大学的科研人员就研发了一种名为“Back-Hand-Pose”的穿着式摄像头手势展望手艺,其特点是行使摄像头追踪手背图像的转变,来推断动态手势。 也就是说,该方案通过间接数据来推断意图,这与此前康奈尔大学宣布的C-Face面部识别方案原理类似,C-Face就是通过两颗位于左右耳机上的摄像头来追踪面部轮廓转变,来实时推断脸色意图。C-Face的优势在于可集成在耳机等已有的穿着式装备中,无需外置摄像头,而且在机械学习算法辅助下,纵然面部被口罩等物体遮挡也能识别脸色。 同样,Back-Hand-Pose方案也是通过算法来将手背转变转化为手势意图。据悉,佩带在手背上的摄像头与手背存在一定角度,因此大多数情形难以捕捉到完整的手指。为解决这一问题,科研人员训练了一种名为DorsalNet的双流卷曲神经网络,来处置手背的变形数据。 详细来讲,DorsalNet同时通过手背的空间和时间转变特征(如骨骼、肌肉、腱的转变),来倒推手指枢纽的角度,并较准确的展望3D动态手势。

网友评论