99.7％识别精度，苏黎世联邦理工学院研究VR腕带输入方案TapID
据称识别精度达到99.7%
（映维网 2021年03月23日）Facebook早前通过博文分享了一个旨在探索AR交互未来的腕带型设备，它可以将经过手腕传递到前掌的神经信号解读为数字命令，并允许你用来控制设备的功能。这家公司相信，所述的超低摩擦输入有望改变我们与远近人们的联系方式。
现根据日前发布的一篇论文，苏黎世联邦理工学院同样在探究类似的腕带型输入方案，但瞄准的用例是VR头显。另外，这种腕带型设备不是解读神经信号，而是通过内置的惯性传感器来拾取用户指尖轻触物理表面时的震动信号。
当前的虚拟现实系统通常是利用摄像头来捕获控制器或用户悬空手势的输入，但团队认为这不是最优的解决方案，故而提出了一种用户在智能手机时代非常熟识的触控输入。
如上图所示，名为TapID的解决方案搭载了Dialog半导体公司的低功耗微控制器DA14695。这枚SoC将对嵌入至PCB柔性腕带的两枚意法半导体低功耗加速度计LIS2DH进行采样，然后再将相关的数据传输到计算组件以通过神经网络分类器计算识别相关的手指轻触动作。
其中，神经网络分类器架构包括构成softmax激活函数的五个卷积层块和两个最终的线性层。由于每根手指在不同位置执行轻触动作时的震动信号传播路径都不尽相同，设备可以利用机器学习管道来分析传感器提供的这种微妙信号，从而检测具体的轻触动作和识别触发动作的手指。
研究人员指出，在涉及18名被试的实试中，TapID的识别精度能够达到 99.7%。
另外，苏黎世理工学院的团队提出了四个应用原型：
- 图片整理：允许用户拖放图片和重定大小。
- 文档编辑：提供了一个虚拟键盘输入组件，以供用户编辑文档。
- 数字输入：用于输入数字的数字键盘。
- 钢琴弹奏：允许用户弹奏虚拟琴键。
相关论文：TapID: Rapid Touch Interaction in Virtual Reality using Wearable Sensing
团队认为论文概述的方法对现有虚拟现实系统而言是一种可行的补充方案，能够给用户带来一种在智能手机时代非常熟悉的触控输入方案。但团队同时承认，所述方案需要进一步的优化和提升。
