做手勢識別的廠商這么多，uSens如何實現(xiàn)產(chǎn)品差異化

關于人機交互，業(yè)內常提到的一個詞是“自然的交互方式”。日常生活中，我們習慣于用雙手進行各類操作，如敲打鍵盤、點擊鼠標、隨意點擊觸屏設備，再也沒有什么比“雙手”更自然的交互方式了。于是當手勢識別出現(xiàn)后，不少公司看到了其在人機交互領域帶來的變革。

提到手勢識別，相信有的人會想到微軟2010年推出的Kinect，這款設備極大地改變了人們對游戲操作的印象。它通過相機捕捉三維空間中玩家的運動，讓玩家進行游戲操作，以及與其他玩家進行互動，拋棄了傳統(tǒng)的游戲遙控器或手柄的操作方式。

不得不說，Kinect 的出現(xiàn)刮起了手勢控制的風潮。之后，眾多體感控制公司也不斷推出新主打產(chǎn)品。遺憾的是，2017 年微軟停掉了Kinect，其他的品牌或產(chǎn)品也沒有得到廣泛的應用。但是，隨著近兩年 VR/AR、人工智能技術的發(fā)展以及市場環(huán)境的成熟，手勢識別可被應用的領域越來越多，不再局限于游戲，并且在一些特定的領域中已經(jīng)實現(xiàn)了落地，如 VR 眼鏡、自動駕駛等。

這項在科幻電影當中頻頻大顯身手，代表未來科技的手勢技術如今越來越快的走進普通消費者的生活，這無疑將會給電子消費和營銷帶來新的動能。在五花八門的手勢識別技術當中其實也“暗藏玄機”。在計算機科學中，手勢識別是通過數(shù)學算法來識別人類手勢的一個議題。用戶可以使用簡單的手勢來控制或與設備交互，將識別信息實時轉化為指令信息，讓計算機理解人類的行為，并將交互體驗空間擴展到三維空間。其核心技術為手勢分割、手勢分析以及手勢識別。

手勢無論是靜態(tài)或動態(tài)，其識別順序首先需進行圖像的獲取，手的檢測和分割手勢的分析，然后進行靜態(tài)或動態(tài)的手勢識別 。從這個角度，我們可以簡單的將手勢識別技術，從簡單到精細大致可分為三個等級：二維手型識別、二維手勢識別、三維手勢識別。也就是計算機識別手勢中對信息采集，處理和分析的量級，識別手勢的姿態(tài)越多越復雜，信息量越大，流暢度、體驗感越好，研發(fā)難度越大，硬件要求就越高，這是一個很容易理解的邏輯。至于研發(fā)背后的艱辛和痛苦只有科學家自己可以感受，普通消費者只要能享受到最先進的科技進步帶來的愉悅感就可以了。

前面說到的三維立體動態(tài)手勢識別技術可謂手勢識別技術領域的“桂冠”。uSens凌感科技是全球較早摘取這一技術“皇冠”的團隊。uSens致力于開發(fā)最前沿的三維人機交互解決方案，匯聚了全球頂尖的計算機視覺、人工智能領域科學家，是全球第一個在有線及移動端實現(xiàn)基于inside-out技術路線的26自由度手勢追蹤以及6自由度頭部位置追蹤技術的公司，力求為用戶創(chuàng)造最具沉浸感的自然人機交互新體驗。區(qū)別于市場上大部分手勢以2D靜態(tài)手型為主，uSens凌感三維手勢基于骨骼點去學習手勢動作，通過計算機視覺深度學習算法，精確捕捉和識別手部26自由度。這無疑大大增強了手勢識別的精準性、自然性、靈活性，同時也保障了其三維手勢在動態(tài)高頻次的應用環(huán)境下無延遲、反應快、無需等待，也是他們與其他廠商的最大區(qū)別之一。其識別率高，基于深度學習，識別率>98%;易擴展，可根據(jù)場景需求定制新的手勢;可靠性高，能適應復雜光照效果;反應靈敏，低延時;跨平臺，提供Android/Linux/ Windows各平臺SDK，為用戶提供隨心所欲的手部操控體驗，應用場景廣，當然也是最先進、體驗效果最好的。

早在2016 年，uSens凌感科技發(fā)布了 Fingo 手勢交互模組，基于計算機視覺及深度學習算法，通過兩個紅外攝像頭及三個紅外輔助燈追蹤手部動作，可實現(xiàn)雙手骨骼級的識別，對大部分常用手勢均可實現(xiàn)精準低延遲的識別。也是在這一年，他們與戴姆勒中國IT創(chuàng)新實驗室一起展示了車載手勢交互的新成果。利用uSens的手勢識別技術，體驗者在 VR 場景中觀察 3D 汽車模型的細節(jié)，還可進行一系列交互操作。

隨后 2017 年，uSens發(fā)布了新版 Fingo SDK，在手勢算法底層進行了改進，新增一系列雙手交互動作，如握拳、手心寫字、十指交叉等，在同類產(chǎn)品中，率先實現(xiàn)對大面積遮擋的雙手交疊類手部動作的識別，并可實現(xiàn)對十個手指的細微運動追蹤。

2018 年，uSens瞄準在線直播娛樂、在線教育、VR/AR、智能汽車、智能家居等諸多落地場景，希望將技術真正實現(xiàn)落地，相信不久后，手勢識別可以成為我們“最順手、最有靈感”的操作方式。

生成海報

免責聲明：本網(wǎng)站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內容可能涉嫌侵犯其知識產(chǎn)權或存在不實內容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。