戴夫来自 DesignSpark
你觉得这篇文章怎么样？ 帮助我们为您提供更好的内容。
戴夫来自 DesignSpark
Thank you! Your feedback has been received.
戴夫来自 DesignSpark
There was a problem submitting your feedback, please try again later.
戴夫来自 DesignSpark
你觉得这篇文章怎么样？
前一个Blog 小编谈了一下手势识别的算法，接下来下一个Blog小编将会继续介绍手势识别的用途与输入设备。
手势识别的用途
手势识别在处理人的非口语的表达时非常有效率。以下是有各种类型可以通过计算机识别的手势及其用途。
- 手语识别 。正如语音识别可以将语音录制成文字，某些类型的手势识别软件可以抄录手语所代表的文字。
- 辅助机器人 。通过使用适当传感器 （加速度计和陀螺仪）并戴在病人的身上，辅助机器人可以透过读取那些传感器的数据，得知病人的行动情况，从而帮助病人康复。最好的例子是帮助中风病人康复。
- 指向定位手势 。指向手势在我们社会中置有一个非常具体的目的。在这方面的手势识别，常用以确定一个人指向哪里，标识行动的方向，指出文中句子甚或下达指令。此应用范畴是在机器人技术领域上，一个重要的研究项目。
- 代替计算机输入设备 。取缔传统键盘和鼠标设置，有效的手势识别可以允许用户使用手或脸上的手势，来完成繁复的任务。例如眼球追踪能控制显示内容的上下滚动。
- 身临其境的游戏技术 。手势可以用于控制视频游戏，试着让玩家得到身临其境的体验，提供更多互动的方式。
- 虚拟遥控器 。实体遥控器往往容易损耗，手势可以用作一种替代性的控制机制。用这种用法控制的电视机已经面世了。
- 情感计算 。通过面部的手势识别后情感计算，计算机可以确认对象的心情，在表达过程中使用相应的表情。
- 远程控制 。通过手势识别，可以使用"远程控制"控制远处的机械手等各种设备。
输入的设备
通过各种输入设备，可以跟踪一个人的运动和确定他们可能正在执行什么手势。虽然有大量的研究在做基于图像/视频的手势识别，但是输入设备所识别到的事物和实现情况之间依然有些差异。
- 有线手套 。这是以附在手套上可以提供有关的位置和旋转的传感器的手部动作的跟踪设备。此外，一些手套可以高精度检测手指弯曲程度（5-10 度），或甚至提供触觉反馈给用户。
- 深度了解相机 。使用光的结构或传递时间为原理的专业相机，可以在一个短的范围生成深度图，摄像机见到的数据都是以3D模型表现出来。这是在短的范围有效检测的手势的设备，Kinect 就是其中一个非常成功的例子。
- 立体相机 。这是透过使用两个摄像头拍摄，输出3D影像的相机。与运动测量结合后，可以直接检测到手势动作。
- 基于控制器的手势识别 。这是现有控制器的延伸，运用控制器上的传感器去识别手势，这些手势运动可以方便地由软件捕获。鼠标手势是其中一个例子，透过用鼠标绘制简单的符号识别一些离线手势。另一方面，一些控制器用MEMS的加速度计，例如wii游戏机控制器，可以透过学习加速计的读数来辨识手势的变化。
- 单镜摄像机 。标准的 2D 摄像机亦可用于手势识别，例如外观模型算法的手势识别，但辨识时环境影响较大造成不便。以前很多人都意识到那些单镜摄像机可能无法和立体相机相比，但一些公司正在挑战这种理论，认为照片的颜色深度一样有效。基于软件的手势识别技术，使用标准的 2D 摄像机已经可以检测到的简单的手势、移动的迹象。
Microchip 最近亦推出了一款单区3D 手势控制器，MGC3130 是基于Microchip 专利GestIC® 技术的三维（3D）手势识别和跟踪控制器芯片。它利用手和手指的移动作为用户命令输入。MGC3130 囊括了所有相关的
模块，运用电近场传感原理开发的3D 输入传感系统。
详细可以看这里：
总结
手势识别在未来依然有很大的发展潜力，有朝一日计算机不再需要鼠标键盘，工作更有效率。但手势识别还有很多困难需要克服，不单止是智能软件方面的开发，甚至一个完善的输入的设备还有待开发，将来的路还是很漫长。希望各位网友阅读完一连三编的Blog之后，对手势识别会有更深入的认识。