盡管市面上已經(jīng)有能夠檢測用戶手勢的計(jì)算機(jī)視覺系統(tǒng)和配備傳感器的手套，但加州大學(xué)伯克利分校的一支研究團(tuán)隊(duì)，還在此基礎(chǔ)上推出了一種更加科幻的替代方案。據(jù)悉，計(jì)算機(jī)視覺系統(tǒng)需要始終看清用戶的手部動(dòng)作，但這同時(shí)也引發(fā)了對(duì)于隱私權(quán)益保護(hù)的爭議，因?yàn)閿z像頭不可避免地會(huì)拍到用戶的面部。另一方面，基于手套傳感器的方案又過于笨重和脆弱。

好消息是，UB Berkeley 開發(fā)的能夠檢測用戶手勢的高科技臂章，就具有這方面的更顯著優(yōu)勢。具體說來是，研究團(tuán)隊(duì)開發(fā)了一種配備了計(jì)算芯片的薄膜型臂章，并且可以纏繞在用戶前臂上使用。

在初始化階段，用戶可以先錄入對(duì)應(yīng)的手勢動(dòng)作，而后腕帶中的電傳感器會(huì)分析 64 個(gè)點(diǎn)位的神經(jīng)信號(hào)，并將之用于基于人工智能的自定義算法的模式訓(xùn)練上。

之后當(dāng)用戶做出相應(yīng)的動(dòng)作時(shí)，系統(tǒng)就可以將之與獨(dú)特的神經(jīng)信號(hào)模式進(jìn)行匹配和判斷?，F(xiàn)階段的演示，已經(jīng)能夠支持 21 種不同的手勢，包括握拳、伸出大拇指、攤手、以及撥動(dòng)每一個(gè)手指來計(jì)數(shù)。

更重要的是，隨著時(shí)間的推移，算法能夠不斷刷新補(bǔ)償已有的模式匹配精度。即便因?yàn)槭直凵铣龊苟鴮?dǎo)致臂章傳感器偏移（或固定在異常的位置），系統(tǒng)也支持盡可能地識(shí)別。

此外為了保障用戶的隱私，相關(guān)處理工作全部可在集成式的芯片內(nèi)工作，而不會(huì)將任何數(shù)據(jù)傳輸?shù)皆贫?。展望未來，研究團(tuán)隊(duì)還希望將之用于虛擬現(xiàn)實(shí)和人工假肢等電子設(shè)備的控制上。

最后，由 Jan Rabaey 教授帶領(lǐng)的這項(xiàng)研究的最新進(jìn)展，已經(jīng)發(fā)表在近日出版的《自然電子》（Nature Electronics）期刊上。

原標(biāo)題為《A wearable biosensing system with in-sensor adaptive machine learning for hand gesture recognition》。
責(zé)編AJX