VR/AR時代，自然交互變得很重要，人最基本的手勢交互又開始被重視。LeapMotion的Orion已經(jīng)可以比較好的追蹤雙手，Usens，微動等在做手勢識別的公司最近也獲得了不少的融資。微軟的Hololens也使用了手勢作為基本的交互。聯(lián)想剛發(fā)布的基于Google Tango的手機，為移動端手勢識別打下了基礎(chǔ)。thisVR也在做手勢識別，不過技術(shù)路線與Leap Motion等不同，更小更便宜。

ThisVR做手勢識別，硬件用的是基于TOF的深度攝像頭制作的傳感器，其中的TOF模組與聯(lián)想的Tango手機來自相同的供應商，正在研發(fā)的第三代硬件可以做到60Hz采樣率、110°可視角，精度在1cm左右。軟件上，則是根據(jù)深度攝像頭發(fā)來的深度圖，基于深度學習，訓練深度圖中的手勢和人實際的手勢進行匹配。thisVR創(chuàng)始人房文新表示，目前幾家手勢識別公司中，只有ThisVR采用的是基于TOF和模型匹配進行手勢識別，好處是未來可以小型化，嵌入手機中。

之所以選擇TOF傳感器，主要是可以小型化。房文新介紹，目前能夠生產(chǎn)深度圖的主要有三種方案，雙目攝像頭、結(jié)構(gòu)光和TOF。Leap Motion等基于雙目攝像頭，精度高，但是主要問題是體積較大，難以應用到移動端，如手機和VR頭顯上。結(jié)構(gòu)光的方案則抗光性差，而且不能在近距離使用。TOF雖然目前精度在厘米級，比Leap Motion等毫米級要低，但目前的設(shè)備已經(jīng)比Leap Motion等更小也更便宜，未來可以做到更小，能夠植入移動端。

算法方面主要考慮到硬件運算能力。目前主流的識別手的關(guān)節(jié)點進行追蹤是不同的思路，TOF的深度圖分辨率只有220*172，比其它兩種低不少，處理起來對硬件需求偏低。ThisVR的設(shè)備目前還只能鏈接PC運行，最低的顯卡要求是GTX 950M水平，房文新表示下一代希望達到高通驍龍820的水平。

(圖片由thisVR提供)

ThisVR目前設(shè)備的第二代產(chǎn)品工程樣機已經(jīng)制作出來，第三代還在開發(fā)中，算法方面第三代算法已經(jīng)研發(fā)完成，目前跑在第二代設(shè)備上，在30HZ的采樣率下，追蹤和識別的準確率和精度都不高，離實用還有距離。房文新表示到第三代硬件60HZ采樣率下，會好很多。

ThisVR創(chuàng)始人房文新之前在360牽頭智能相機項目，團隊其它成員來自中國電力研究院，StepVR等。團隊目前有近10人，此前曾獲得一輪天使投資，目前在進行Pre-A輪融資。

總結(jié)

以上是生活随笔為你收集整理的tof摄像头手势识别_TOF（Time Of Flight）+模型匹配，ThisVR想让手势识别低成本小型化...的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。