苏黎世大学使用Cyberglove数据手套和神经网络实现虚拟现实应用的手势识别

本文探讨了在虚拟现实软件中通过手势进行人机交互的方法。一般来说，虚拟现实软件需要提前对不同的手势进行定义，比如：握拳、伸出食指、胜利的手势等等。而要实现这一目标，常用的方法是借助摄像机识别系统，这种方法不但成本高，而且对环境变化也非常敏感。

与传统方法不同，本文介绍了用数据手套作为输入设备。数据手套可以为指关节的不同角度提供18个测量值。本文比较了不同的神经网络模型的性能，如反向传播和径向基函数等，这些都是识别系统用于识别真实手势动作的。

一些网络模型的识别率高达100%（训练及普通应用）。这种识别系统具有良好的性能，为手语控制软件虚拟现实的应用打下了良好的基础。

>>相关产品