關於人機交互，業內常提到的一個詞是“自然的交互方式”。日常生活中，我們習慣於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，再也沒有什麼比“雙手”更自然的交互方式了。於是當手勢識別出現後，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遊戲操作的印象。它通過相機捕捉三維空間中玩家的運動，讓玩家進行遊戲操作，以及與其他玩家進行互動，拋棄了傳統的遊戲遙控器或手柄的操作方式。
不得不說，Kinect 的出現颳起了手勢控制的風潮。之後，眾多體感控制公司也不斷推出新主打產品。遺憾的是，2017 年微軟停掉了Kinect，其他的品牌或產品也沒有得到廣泛的應用。但是，隨著近兩年 VR/AR、人工智能技術的發展以及市場環境的成熟，手勢識別可被應用的領域越來越多，不再侷限於遊戲，並且在一些特定的領域中已經實現了落地，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，並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。
手勢無論是靜態或動態，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，然後進行靜態或動態的手勢識別 。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採集，處理和分析的量級，識別手勢的姿態越多越複雜，信息量越大，流暢度、體驗感越好，研發難度越大，硬件要求就越高，這是一個很容易理解的邏輯。至於研發背後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致力於開發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、人工智能領域專家，是全球第一個在有線及移動端實現基於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，力求為用戶創造最具沉浸感的自然人機交互新體驗。區別於市場上大部分手勢以2D靜態手型為主，uSens凌感三維手勢基於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高頻次的應用環境下無延遲、反應快、無需等待，也是他們與其他廠商的最大區別之一。其識別率高，基於深度學習，識別率>98%;易擴展，可根據場景需求定製新的手勢;可靠性高，能適應複雜光照效果;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凌感科技發佈了 Fingo 手勢交互模組，基於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，可實現雙手骨骼級的識別，對大部分常用手勢均可實現精準低延遲的識別。也是在這一年，他們與戴姆勒中國IT創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，還可進行一系列交互操作。
隨後 2017 年，uSens發佈了新版 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，在同類產品中，率先實現對大面積遮擋的雙手交疊類手部動作的識別，並可實現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落地，相信不久後，手勢識別可以成為我們“最順手、最有靈感”的操作方式。
閱讀更多 uSens 的文章
