VR陀螺編譯/Frida.WS 

日前，谷歌已經(jīng)向研究人員和開發(fā)團隊發(fā)布了一種可用于移動設備的手部追蹤方法，谷歌研究工程師Valentin Bazarevsky和范張（音譯）稱其為“手勢識別的新方法”。

早在今年6月份，谷歌就在CPVR 2019上首次發(fā)布了在線即時手部追蹤工具，供開發(fā)者們研究探索。這是一種開源的跨平臺工具，開發(fā)者們可以自己創(chuàng)建加工管道來處理視頻和音頻等感知數(shù)據(jù)。

據(jù)稱，這種方法可以通過機器實現(xiàn)高保真的手部和手指追蹤，僅從一幀圖像就可以推斷出手部的21個三維“關鍵點”。

Bazarevsky 和Zhang在一篇博客中說到，“目前先進的追蹤方法依然要依賴強大的桌面環(huán)境來推斷手部動作，但是我們的方法已經(jīng)可以在手機上實現(xiàn)實時識別，甚至可以擴展到多個手。”谷歌開發(fā)團隊希望這種手部追蹤方法能激發(fā)出“更有創(chuàng)造性的案例，以及新的應用程序和新的研究途徑”。

Bazarevsky和Zhang解釋說，在他們的手部跟蹤方法中主要有三個作用系統(tǒng)，一個手掌探測器模型(稱為Blaze Palm)，一個“手部標識”模型，帶有高保真的三維手部關鍵點，以及一個手勢識別器，可以把手部關鍵點的布局圖劃分為獨立手勢集。

以下是從博客全文中提煉出來的幾個細節(jié)：

• 研究人員聲稱，在掌心檢測方面BlazePalm技術可以達到95.7%的平均檢測精準度。

• 模型已經(jīng)存入一致的內(nèi)部手勢，甚至可以識別部分遮擋的手部動作。

• 可以識別多種文化下的手勢含義，如美國、歐洲和中國，“拇指向上”、握拳、“OK”、“Rock”和“蜘蛛俠”等手勢。

• Google是開源的，它在MediaPipe中的手部追蹤和手勢識別系統(tǒng)需要配合相關的首尾相連的使用場景和源代碼。

Bazarevsky和Zhang說，谷歌未來的研究計劃仍將放在手部追蹤方面，探索更強大和更穩(wěn)定的追蹤功能，并希望擴充可以檢測到的手勢數(shù)量。此外，他們還希望支持動態(tài)手勢追蹤識別，可能會為機器手語翻譯和流體手勢控制帶來好處。

不僅如此，配備更可靠的手持追蹤設備是AR頭顯向前邁進的必要條件；因為頭顯依然需要外部攝像頭來呈現(xiàn)虛擬世界，所以如何讓機器理解這個世界將一直是個待解決的問題。

原文鏈接：