手勢識別是怎么實現人機交互的？目前手勢識別可以幫助人們完成哪些工作？為什么還沒有得到大規模應用？
美國華盛頓大學的一個研究團隊建立了一種無電池運行的低成本手勢識別系統，用戶只要利用幾個簡單的手部動作就可以控制隱藏在視線之外的電子設備，例如藏在褲兜里的手機。
手勢識別發展瓶頸是識別的準確率
把手機放在兜里，在人們看不到的情況下，也可以通過手勢識別來控制它。這種在人們的視線之外進行手勢識別的系統借助室內的無線信號（Wi-Fi），利用多普勒效應（也是日前馬航失聯事件中，定位飛機最終航向所用的基本原理）提取和分類手勢信息。當人們在做一些手勢時，人體運動反射的無線電信號的頻率會發生改變，而傳感器可以接收到這種變化，并借此來識別特定手勢造成的獨特的頻率變化。
不過，目前的研究難度并不在于如何讓電子設備感應到手勢，而是如何讓這些電子設備更加準確地識別出分類細致的不同手勢。建立一個手勢識別系統，首先要收集不同的手勢信息，然后將其分類，轉化為計算機可以識別的動作信息。但在實際操作中，計算機因為環境和人運動自身等干擾，并不能精確地識別每一個手勢信息。
華盛頓大學研究出來的這種手勢識別系統能夠識別90%以上的手勢動作，該系統的特色主要在于運用人體運動帶來的室內無線信號的頻率變化。這種手勢識別系統共能識別8種手勢，手勢動作較少而且不復雜，從計算機識別角度看并不困難。借助其他傳感手段，對類似的識別任務準確率也能超過90%。不過能否成功地將手勢識別系統應用在手機領域，也得看用戶買不買賬。
這種智能識別系統一方面要求高準確率，也需要符合人的自然習慣。如果要求用戶用特定的方式、特定的速率做有限的幾個手勢，那么普通用戶很難適應。我們都知道不少手機里都有語音識別這項功能，但是人們卻很少使用，原因就是使用起來不方便，而且正確率也不高。
現在比較主流的手勢識別傳感方法主要有三種。一是通過攝像機來進行手勢識別，通常也會用紅外傳感器輔助。這種手勢識別系統一般采用多個監控攝像頭從多角度采集手部圖像，并利用一些紅外光源增強采集效果，使用者無需穿戴任何設備，系統即可分析使用者的手部姿態。
這是一種基于視覺的手勢識別方式，微軟公司推出的Kinect就是如此，它對視頻采集設備拍攝到的包含手勢的圖像序列，通過計算機視覺技術進行處理，進而對手勢加以識別。
二是通過肌肉所產生的電信號來進行手勢識別。人在活動的時候，肌肉都產生電信號，人們可以在手腕上綁一個傳感器，每當做手勢的時候，傳感器會感知肌肉的電信號，計算機會接收到電信號相關的信息，對動作進行判別，進而發出指令。
據國外媒體報道，加拿大沃特盧創業公司Thalmic Labs研制了一款名為“Myo”的臂帶式智能控制器，允許用戶用手勢控制電腦。Myo內置傳感器，負責測量佩戴者臂肌的運動和電活動，根據測量數據，Myo將確定的手勢和手部移動轉化成電腦屏幕上的相關指令。
Myo的最終版售價149美元（包括運費），將于9月上市。Thalmic Labs公司表示這款控制器可用于控制Windows、Mac、安卓和iOS設備。
Myo利用藍牙4.0 Low Energy與電腦和平板電腦相連。這款裝置采用鋰離子電池，充電后可使用幾天時間。Myo的重量與一塊大尺寸手表差不多，在設計上幾乎適合任何人的手臂，因為它可以采用不同方式佩戴。
使用時，用戶可將其戴在前臂上端。未來，Myo不僅可以控制電腦，同時也可以控制電視以及采用無線電控制的汽車，省去了人們尋找“失蹤”遙控器的麻煩。
三是通過腦電波來進行手勢識別。人們在想要進行某項活動的時候，大腦會發出“指令”，也就是腦電波，科學家們可以在腦部裝一個感應設備，通過腦電波來獲取信息，完成手勢識別。這項技術在機器人領域使用較多，目前機器人可以完成一些簡單的指令。
通常手勢識別系統里都有人們經常會用到的手勢，如果不加以設計，確實會造成一些麻煩。假設在物聯網非常普及的情況下，家電都可以通過手勢來控制，如果沒有相關的方法，人們就會在不經意間打開一些設備，不僅沒有給生活帶來便利，反而造成一些困擾。
如果手勢識別已經達到了如此規模的應用程度，如何防止混淆也將不是難題。不過，手勢識別其實也就是人機交互的一種方式，就如同現在的鍵盤、鼠標等，我們在應用這項技術的時候，必須要使得它能夠自然地與人們的習慣連接起來，而不能刻意要求人們去改變一些習慣。
隨著智能硬件市場的極速膨脹，體感交互和語音交互經過長時間的技術積累，現在已經進入到高速發展時期，也是最具市場前景的。只要手在空中一劃，你就可以上網，可以遙控電視，可以在會議室里翻動PPT……這并不是在癡人說夢，而是將在我們生活中出現的全新的人機互動方式。這一新興的技術正更大范圍地在生活中普及。
歡迎轉載：http://www.kanwencang.com/qiwen/20161029/18108.html
文章列表
留言列表
