谷歌XR专利提出基于上下文感知的用户输入事件检测方法与系统
基于历史交互数据训练的上下文模型
（映维网Nweon 2025年12月08日）对于XR设备交互，传统方法依赖摄像头、陀螺仪等传感器识别手势、语音等输入时，容易因用户相似动作（如日常手势与操作UI的手势混淆）导致误判，交互准确性不足。在一份专利申请中，谷歌提出引入基于历史交互数据训练的上下文模型（如Transformer），将实时传感器数据与用户习惯等上下文信息融合计算，以生成更可靠的输入判断，从而显著提升交互精准度和用户体验。
图3示出用户302佩戴近眼显示器310。用户302佩戴近眼显示器310，面向房间320（图3显示用户302后脑）。房间320中有另一人322坐在用户右侧的沙发324上，左侧有包含餐桌和两把椅子的餐组326。图3同时显示视场314的示例轮廓，用户302可在其中观察由图像投影系统产生的虚拟内容。
在图示实施例中，虚拟内容的一个例子是交互菜单334，其显示为不透明并覆盖在沙发324上方，从用户302视角遮挡了部分沙发。替代实施例中，近眼显示器310配置生成半透明虚拟内容（如交互菜单334），使用户302能透过虚拟内容感知现实世界（如沙发324）。因此近眼显示器310使用户302能同时观察现实世界与显示器生成的虚拟内容（如日期时间332和交互菜单334）。
......（全文 4177 字，剩余 3759 字）
请微信扫码通过小程序阅读完整文章或者登入网站阅读完整文章
映维网会员可直接登入网站阅读
PICO员工可联系映维网免费获取权限
