Facebook新专利可通过腕带式、臂带式设备来支持手势识别

文章相关引用及参考：映维网

通过腕带式/臂带式设备来支持手势识别

（映维网 2019年02月02日）诸如手势之类的身体动作是用户与计算设备交互的一种潜在解决方案，因为我们人类已经习惯于通过手势进行交流。要实现这一点，我们需要某种手势识别系统。但是，传统的手势识别系统可能难以使用或影响舒适感。例如通过机械信号来追踪手部运动的手套型装置可能会干扰手的自然触感；难以为有着不同手部大小的不同用户进行个性化定制。

为了解决上述问题，Facebook探索了一种特别的解决方案。根据美国专利及商标局日前公布了一份最新的专利发明，这家科技巨头希望通过一种创新的腕带式/臂带式设备来完成用户手部和手指的追踪。

Facebook在名为“Armband for Tracking Hand Motion Using Electrical Impedance Measurement（使用电阻抗测量来追踪手部运动的臂带）”中描述了一种特别的可穿戴设备。他们写道：“所述可穿戴设备包括布置在可穿戴设备不同位置的传感器。每个传感器测量从用户手腕或手臂传输的电信号。位置计算电路耦合至传感器。位置计算电路利用机器学习模型并根据电信号导出的信息来计算描述用户手部位置的输出。”

这家公司进一步解释了使用电阻抗测量来追踪手部运动的可穿戴设备：可穿戴设备的传感器可以接收来自用户手腕或手臂对应于用户手部位置的电信号；系统从电信号中提取信息，如说明用户手臂结构（如肌腱）状态的阻抗值，而后者同时能够说明用户的手部位置或姿势；来自电信号的阻抗值或其他提取值可以用作位置计算电路的输入；位置计算电路利用机器学习模型并根据输入确定用户的手部位置。

相关专利：Facebook Patent | Armband for Tracking Hand Motion Using Electrical Impedance Measurement

在一些实施例中，Facebook设想的可穿戴设备可以包括测量用户手臂运动的惯性测量单元，而后者可以向位置计算电路提供惯性信号以作为用于确定手位置的输入。在一些实施例中，可以使用从用户手部视频图像中提取的ground truth手部位置来训练机器学习模型。

需要注意的是，这仅仅只是一份专利，只能说明Facebook对这一方向进行了探索，尚不确定他们是否会或将于何时商业化相关的发明技术。