無(wú)需VR外設，普林斯頓學(xué)霸用DeepHand解放你的雙手

普林斯頓大學(xué)的研究人員用深度傳感攝像頭和深度學(xué)習網(wǎng)絡(luò )開(kāi)發(fā)DeepHand系統，可以把手勢運動(dòng)整合到VR環(huán)境中去。

你能想象當你體驗VR游戲的時(shí)候，手上再也不用戴上一些額外的設備就可以在虛擬現實(shí)中“縱橫捭闔”嗎？普林斯頓大學(xué)的學(xué)霸們給你yes的答案。

在VR中最常見(jiàn)的輸入方式是用操作桿或者手柄，也會(huì )有眼控以及聲控等，不過(guò)就目前發(fā)展狀況來(lái)看，手勢識別更有可能成為主流。此前來(lái)自荷蘭的開(kāi)發(fā)團隊就推出過(guò)名為Manus VR的手套，他們利用位置追蹤技術(shù)實(shí)現手部追蹤，讓玩家擺脫手持控制器的束縛。

普林斯頓大學(xué)研究的這款系統叫做DeepHand，其工作原理有點(diǎn)類(lèi)似于Leap Motion的深度手勢識別基礎功能Orion?；陔p目識別技術(shù)的Orion提供了一種新的手勢識別的輸入方式，它通過(guò)雙目攝像頭采集信息，經(jīng)過(guò)一系列的流程將手部的活動(dòng)信息實(shí)時(shí)反饋到處理器，最后顯示在VR頭顯中。

Orion的手勢識別原理

而DeepHand也是通過(guò)攝像頭采集各種角度和方式的手勢變化，之后經(jīng)過(guò)深度學(xué)習網(wǎng)絡(luò )開(kāi)發(fā)的特定算法，在存有超過(guò)250萬(wàn)手勢的數據庫中快速掃描，匹配出精確度最高的手勢動(dòng)作，最后在VR環(huán)境中顯示出來(lái)。

DeepHand的工作原理

該研究論文的作者Ayan Sinha表示：“我們能夠識別手勢的不同角度，通過(guò)攝像頭觀(guān)察不同的角度變換，算法將其轉化為數字信號，然后在VR環(huán)境中呈現。”同時(shí)為了確保虛擬手勢運動(dòng)能夠得到快速反饋，研究人員們主要通過(guò)判斷數據庫中手勢動(dòng)作的數字位置，然后推算出其鄰近的數字位置，進(jìn)而預測手勢變化的可能性。

這是深度學(xué)習網(wǎng)絡(luò )中，研究人員首次使用DeepHand識別手勢，并將其反饋到數據庫中。雖然在運行這些數據的過(guò)程中需要強大的計算處理能力，但是對于一臺普通配置的電腦來(lái)說(shuō)仍然是可以駕馭的。我們可以期待這款識別系統真正投入使用中會(huì )與VR產(chǎn)生怎樣的“化學(xué)反應”。

最后，記得關(guān)注微信公眾號：鎂客網(wǎng)（im2maker），更多干貨在等你！