网站首页 > 技术文章 正文
来源:cnBeta.COM
索尼互动娱乐公司今天官方分享了一段视频,展示了一款可以追踪整个人类手部的原型控制器。这款控制器能够克服目前手势控制系统和传统控制器存在的诸多限制,能够在不破坏虚拟现实体验的情况下,实时追踪用户的手和手指。
这款全新手势追踪器使用机器学习和电容式传感器,突破了以往追踪器无法实现的地方。他们使用计算机视觉、成熟的方式与VR空间中的数字元素进行交互。在视频链接博文中表示:“我们引入了2.5D表示法,将卷积神经网络方法应用在曲面电容式图像上,并利用我们的数据集评估了两种基于计算机视觉领域最新成果的网络架构。”
为了创建这种新的控制器系统,他们使用62个单独的电极创建了一个原型。他们用光学跟踪系统记录了手部在游戏中一般使用光学跟踪系统的多种移动方式的训练数据集。这些系统结合在一起,使得手部跟踪和手部在游戏中的虚拟表示方式随着机器获得更多的信息而变得越来越好。
这篇论文的名称为 "Evaluation of Machine Learning Techniques for Hand Pose Estimation on Handheld Device with Proximity Sensor",可以通过代码DOI:10.1145/3313831.3376712找到。本文作者为日本索尼互动娱乐公司的有松和之(Kazuyuki Arimatsu)和日本索尼互动娱乐公司的森秀树(Hideki Mori)。
- 上一篇: 超详细解析nn.Conv2d,零基础Get卷积精髓!
- 下一篇: 9个最流行的人体姿态估计模型
猜你喜欢
- 2025-01-13 6个惯性传感器和1个手机实现人体动作捕捉、定位与环境重建
- 2025-01-13 SilhoNet:一种用于3D对象位姿估计和抓取的RGB方法
- 2025-01-13 新审视三维物体姿态估计的模板对新物体的通用性和对遮挡的稳健性
- 2025-01-13 爱可可老师24小时热门分享(2020.6.14)
- 2025-01-13 AIoT从原型到产品更简单!谷歌Coral平台面向全球发行
- 2025-01-13 汉振分享 | 刚性物体6D位姿估计方法简述
- 2025-01-13 西安电子科技大学学子获ECCV计算机视觉单模型6D姿态估计挑战赛冠军
- 2025-01-13 3D人体姿态估计方法 MHFormer:Multi-Hypothesis Transformer
- 2025-01-13 1小时入门增强现实技术
- 2025-01-13 每日AI论文推荐:实时人体跌倒检测:基于轻量级姿...
你 发表评论:
欢迎- 最近发表
- 标签列表
-
- oraclesql优化 (66)
- 类的加载机制 (75)
- feignclient (62)
- 一致性hash算法 (71)
- dockfile (66)
- 锁机制 (57)
- javaresponse (60)
- 查看hive版本 (59)
- phpworkerman (57)
- spark算子 (58)
- vue双向绑定的原理 (68)
- springbootget请求 (58)
- docker网络三种模式 (67)
- spring控制反转 (71)
- data:image/jpeg (69)
- base64 (69)
- java分页 (64)
- kibanadocker (60)
- qabstracttablemodel (62)
- java生成pdf文件 (69)
- deletelater (62)
- com.aspose.words (58)
- android.mk (62)
- qopengl (73)
- epoch_millis (61)
本文暂时没有评论,来添加一个吧(●'◡'●)