微波EDA网,见证研发工程师的成长!
首页 > 硬件设计 > 行业新闻动态 > 别小看了手势识别,它就要带来这些改变

别小看了手势识别,它就要带来这些改变

时间:01-05 来源:OFweek 传感器网 点击:

苹果称这项专利可通过多个近距离传感器协同工作来修正捕获的动作,排除过于敏感的错误识别,从而提高悬浮手势识别的准确率。此外,苹果还提到,新专利还可应用到台式电脑、笔记本、自动贩卖机和零售终端等设备上。

科幻片中经常出现的隔空手势操控已经越来越接近现实。据媒体报道,苹果刚刚获得了一项专利号为9250734的专利。该专利名为"Proximity and multi-touch sensor detection and demodulation(近距离和多点触摸传感器检测与解调)",由 Steven P. Hotelling 和 Christoph H. Krah 发明,苹果公司于2015年3月提交专利申请。这项专利配合着近距离感应硬件,检测非接触性手势,允许用户对手机进行悬空操作。

苹果称这项专利可通过多个近距离传感器协同工作来修正捕获的动作,排除过于敏感的错误识别,从而提高悬浮手势识别的准确率。此外,苹果还提到,新专利还可应用到台式电脑、笔记本、自动贩卖机和零售终端等设备上。

业内人士指出,作为世界科技巨头,苹果是最值得关注与追踪的,苹果倡导了多项技术,而后行业也快速跟风追随它的步伐。此次苹果获得传感器领域专利并可能应用于电子消费领域,无疑将为科技的长远发展指明了方向。实际上,作为可穿戴领域的核心技术之一,手势识别与传感器市场空间广阔。2014年全球手势识别与传感器市场达到了31.2亿美元的规模,其复合年增长率为32.78%。日前一份新发布的分析报告称,到2022年该市场规模预计将达321.6亿美元。

技术进步使硬件精度大幅提升,从而进一步拉升了对手势识别与传感器市场的需求。在智能手机与汽车领域,手势识别与传感器市场呈现指数增长,其中的关键因素为硬件成本低廉,同时可大幅改善用户体验。而另一方面,高功耗也成为阻碍市场增长的主要原因。据预测,全球手势识别与传感器市场未来增长机会主要将落在智能家居以及部分新兴领域。

智能生活将生活中的各种物品串联在了一起,物联网的壮大已经成为不争的事实。根据IDC的预测,全球物联网市场的规模将在2017年由2013年的5.4万亿美元增至7.3万亿美元。而智能家居和可穿戴设备等一系列新型生活方式的崛起,为传感器带来产业链淘金机会。业内分析认为,中国、印度等发展中国家创业公司正在大量吸引投资,预计未来几年内将成为该市场的中坚力量。

附加:世界最先进的手势识别技术

谈起手势识别技术,由简单粗略的到复杂精细的,大致可以分为三个等级:二维手型识别、二维手势识别、三维手势识别。

在具体讨论手势识别之前,我们有必要先知道二维和三维的差别。二维只是一个平面空间,我们可以用(X坐标,Y坐标)组成的坐标信息来表示一个物体在二维空间中的坐标位置,就像是一幅画出现在一面墙上的位置。三维则在此基础上增加了"深度"(Z坐标)的信息,这是二维所不包含的。这里的"深度"并不是咱们现实生活中所说的那个深度,这个"深度"表达的是"纵深",理解为相对于眼睛的"远度"也许更加贴切。就像是鱼缸中的金鱼,它可以在你面前上下左右的游动,也可能离你更远或者更近。

前两种手势识别技术,完全是基于二维层面的,它们只需要不含深度信息的二维信息作为输入即可。就像平时拍照所得的相片就包含了二维信息一样,我们只需要使用单个摄像头捕捉到的二维图像作为输入,然后通过计算机视觉技术对输入的二维图像进行分析,获取信息,从而实现手势识别。

而第三种手势识别技术,是基于三维层面的。三维手势识别与二维手势识别的最根本区别就在于,三维手势识别需要的输入是包含有深度的信息,这就使得三维手势识别在硬件和软件两方面都比二维手势识别要复杂得多。对于一般的简单操作,比如只是想在播放视频的时候暂停或者继续放映,二维手势也就足够了。但是对于一些复杂的人机交互,比如玩游戏或者应用在VR(虚拟现实)上,三维手势实在是居家旅行必备、舍我其谁的不二之选。

手势识别分类

二维手型识别


二维手型识别,也可称为静态二维手势识别,识别的是手势中最简单的一类。这种技术在获取二维信息输入之后,可以识别几个静态的手势,比如握拳或者五指张开。其代表公司是一年前被Google收购的Flutter。在使用了他家的软件之后,用户可以用几个手型来控制播放器。用户将手掌举起来放到摄像头前,视频就开始播放了;再把手掌放到摄像头前,视频又暂停了。

"静态"是这种二维手势识别技术的重要特征,这种技术只能识别手势的"状态",而不能感知手势的"持续变化"。举个例子来说,如果将这种技术用在猜拳上的话,它可以识别出石头、剪刀和布的手势状态。但是对除此之外的手势,它就一无所知了。所以这种技术说到底是一种模式匹配技术,通过计算机视觉算法分析图像,和预设的图像模式进行比对,从而理解这种手势的含义。

这种技术的不足之处显而易见:只可以识别预设好的状态,拓展性差,控制感很弱,用户只能实现最基础的人机交互功能。但是它是识别复杂手势的第一步,而且我们的确可以通过手势和计算机互动了,还是很酷的不是么?想象一下你忙着吃饭,只要凭空做个手势,计算机就可以切换到下一个视频,比使用鼠标来控制可是方便多了!

Copyright © 2017-2020 微波EDA网 版权所有

网站地图

Top