自從微軟發(fā)布Kinect以來(lái)，體感設備的3D手勢識別一直就是熱潮。那么什么是3D手勢識別呢？簡(jiǎn)單來(lái)說(shuō)，這項技術(shù)就是利用各類(lèi)傳感器對手部/手持工具的形態(tài)、位移等進(jìn)行持續采集，每隔一段時(shí)間完成一次建模，形成一個(gè)模型信息的序列幀，再將這些信息序列轉換為對應的指令，用來(lái)控制實(shí)現某些操作。隨著(zhù)各項技術(shù)的成熟和傳感器的發(fā)展，手勢識別已經(jīng)進(jìn)入可用性階段，各類(lèi)產(chǎn)品和解決方案也開(kāi)始涌現，其中，應用最為廣泛的是游戲設備中利用攝像頭的計算機視覺(jué)識別。但其他方案，如紅外識別、電場(chǎng)識別、雷達識別以及超聲波識別也是潛在的競爭方案，而且這些方案相對攝像頭的計算機視覺(jué)識別來(lái)說(shuō)，更有可能成為未來(lái)的主要技術(shù)。
科研人員創(chuàng )業(yè)最大的弊端就是過(guò)度關(guān)注某個(gè)技術(shù)的細節不能自拔，總想以高大上的技術(shù)強迫用戶(hù)接受，甚至膜拜。假如我們換個(gè)角度思考，若你作為用戶(hù)拿出錢(qián)包出去消費，難道就是為了買(mǎi)這種無(wú)聊的技術(shù)膜拜嗎？因此每當看到一些熱點(diǎn)技術(shù)，我們應該首先關(guān)注的便是這種技術(shù)的應用場(chǎng)景，然后再從原理上分析有幾種可以實(shí)現的方案，其中哪個(gè)方案更容易適應市場(chǎng)并且能被用戶(hù)快速接受。事實(shí)上，自然進(jìn)化過(guò)程中我們就形成了以語(yǔ)音和手勢為主的交互方式，但是自計算機誕生以來(lái)，我們卻發(fā)明了鍵盤(pán)和鼠標，并且一直作為人機交互的主要載體。顯然這不符合我們日常生活的習慣，而且交流的效率也不高。因為鍵盤(pán)和鼠標還都屬于文本交互模式，這種文本模式更適合我們學(xué)習和記憶，別忘了我們知識傳承的主要載體就是書(shū)籍。語(yǔ)音識別和視頻識別之所以如此火爆，也是因為帶來(lái)幻想是對鍵盤(pán)、鼠標的替代，是一種交互模式的顛覆。
最困難的商業(yè)模式就是挖掘人類(lèi)最本質(zhì)的需求和最簡(jiǎn)單的應用。當然，3D手勢識別不是為了顛覆人機交互的模式，而是可以引發(fā)更多的變革，例如全新的游戲操控方式，全新的家電控制方式，全新的汽車(chē)操控方式；用手指進(jìn)行空中繪畫(huà)，用手指在空中演奏音樂(lè )，用手指傳遞信息數據；還有就像我們在《鋼鐵俠》里看到的那樣，設計師、建筑師等可以直接對3D模型進(jìn)行設計、拆解和分析。正因為如此，3D手勢識別擁有特別廣闊的想象空間，可以延伸出無(wú)數的產(chǎn)品，所以這個(gè)領(lǐng)域的爭奪也將會(huì )十分激烈。
接下來(lái)，我們來(lái)分析一下幾種手勢識別的技術(shù)方案。
先看最常用的方案，基于攝像頭的視頻手勢識別和紅外手勢識別最大的問(wèn)題就是光線(xiàn)的影響，也就是這兩種方式無(wú)法做到全天候應用，紅外顯然更怕戶(hù)外的強光，而攝像頭更怕夜晚的弱光。另外視頻手勢識別的功耗和成本顯然都是太高了，至少目前來(lái)看還很難普及應用。這個(gè)領(lǐng)域中最火熱的自然是Leap Motion，根據其宣傳，攝像頭最大頻率是每秒鐘290幀，即每秒鐘建立290個(gè)手部的3D模型，還可以追蹤到傳感器上方25 mm~ 600 mm范圍內，150度視角中精確到0.01毫米的動(dòng)作。顯然這種方案的成本也是非常昂貴的，微軟的Kinect也要借助多個(gè)攝像頭包括紅外才能做到我們所能體驗的效果。
電場(chǎng)識別的主要問(wèn)題則是距離太近，比如MYO臂環(huán)，要佩戴在任何一條胳膊的肘關(guān)節上方，探測用戶(hù)的肌肉產(chǎn)生的電活動(dòng)。臂帶上的感應器捕捉到用戶(hù)手臂肌肉運動(dòng)時(shí)產(chǎn)生的生物電變化，從而判斷佩戴者的意圖，再將電腦處理的結果通過(guò)藍牙發(fā)送至受控設備。
超聲和雷達顯然具有更好的環(huán)境適應性，這兩個(gè)方案也是筆者最為看好的兩種技術(shù)。雷達的技術(shù)方案相比超聲來(lái)說(shuō)，可辨別手勢的精度更高，但是筆者并不喜歡這這個(gè)方案，這是為什么呢？因為雷達基本采用300M-300G Hz的頻段（13G-150G Hz是主流），而手勢識別的一般要到10G Hz以上。事實(shí)上，這些頻段我們都可以稱(chēng)為微波。微波大家應該熟悉，想想我們家里用的微波爐。微波的屬性，也就是說(shuō)雷達所在的頻段有一些特性，比如遇到金屬會(huì )反射，所以電梯里不加中繼就沒(méi)有手機信號。當然這些倒都無(wú)妨，其關(guān)鍵的是微波遇到生物組織會(huì )被吸收并且轉為熱量，想想家中的微波爐的快速加熱作用，這里就不言而喻了。而迄今為止，有哪些實(shí)驗證明了微波頻段對人體沒(méi)有傷害呢？專(zhuān)家說(shuō)了也沒(méi)發(fā)現對人體有害的證據，你信嗎？反正我是信了，專(zhuān)家嘛總要給個(gè)面子。目前，我們身邊已經(jīng)有了手機、WiFi，還好功率小些，影響不是太大，若周邊所有的設備都再加個(gè)10G-80G Hz的手勢識別裝置，我是拒絕的。
那么超聲就沒(méi)有危害嗎？當然也有，超聲本來(lái)就是一種聲音，只是我們聽(tīng)不到，即便我們聽(tīng)到的聲音，若聲壓超過(guò)了130分貝也會(huì )對我們造成傷害。世界上任何一種技術(shù)都具有兩面性，既可以造福我們提供便利，也可以傷害我們，比如核能技術(shù)。但相對其他方案來(lái)說(shuō)，超聲器件生產(chǎn)制造中更容易控制功率，即便過(guò)量了也很難引起我們基因層面的傷害，而且這種技術(shù)在手勢識別中的距離范圍比較大，從近場(chǎng)到遠場(chǎng)幾乎都可以做到，關(guān)鍵的是，這種技術(shù)真的是很廉價(jià)可靠。
下面，我們把上面的幾種技術(shù)方案匯總一下，做個(gè)表格便是一目了然了，具體請看如下：
下面具體再看下超聲手勢識別的技術(shù)細節，該技術(shù)方案除了利用我們熟悉的超聲測距來(lái)偵測物體（倒車(chē)雷達其實(shí)就是超聲測距），還利用了多普勒效應來(lái)偵測手指的運動(dòng)和手勢。我們都知道多普勒現象，即聲音頻率的改變與聲源及聽(tīng)者之間的距離有關(guān)，比如警笛呼嘯而過(guò)時(shí)的那種聲音的變化。超聲手勢識別就是用壓電器件做超聲發(fā)射源（中心頻率大于20K Hz），而接收的頻率則會(huì )隨著(zhù)手指或身體的位置的變化而變化。通過(guò)測量這一頻率的變化，然后通過(guò)算法進(jìn)行頻率和相位方面的計算，就能準確定位和識別手勢的內容。通常來(lái)說(shuō)，超聲的頻率越高，識別的精度也就會(huì )越高，但是識別的距離卻會(huì )變小。
歸結來(lái)說(shuō)，超聲手勢識別應該是當前最有可能普及的一項技術(shù)方案，當然這個(gè)技術(shù)方案也存在一些缺陷和不足，比如識別精度無(wú)法媲美雷達方案。但技術(shù)是不斷迭代的，而且我們都知道無(wú)法指望單憑某一技術(shù)就滿(mǎn)足用戶(hù)的所有場(chǎng)景。我們生活中所碰到的任何物品，幾乎都是多種技術(shù)結合的產(chǎn)物，而未來(lái)3D手勢識別最好的技術(shù)方案，應該是聲光電一體的解決方案，猶如人體結構的多種感官共同作用。
聯(lián)系客服
