Nathan DeVrio 最新论文
Mollyn 等人提出 EclipseTouch，利用头显红外发射器与相机创建结构化阴影，实现即兴表面触控检测，平均悬停误差仅 6.9mm，触控准确率达 98%。
DeVrio 等人提出Contextra系统，通过融合EMG、IMU和低功率红外相机数据在手腕上识别物体抓取，为追踪饮水、计算卡路里等 contextual aware 应用提供隐私保护的解决方案。
DeVrio 等人开发 Reel Feel 肩戴式触觉系统，通过主动多线装置实现刚性形状、物体约束、脉冲力等五维触觉反馈，用户评估在沉浸感和真实感等定性指标上优于传统振动触觉。
DeVrio 等人提出SmartPoser系统，结合智能手机与智能手表的UWB测距和IMU惯性数据，无需训练数据即可估计手臂姿态，肘部和手腕关节位置中位误差仅11.0cm。
DeVrio等人开发了DiscoBand智能手表表带，整合16个深度传感器实现手部、手臂及周围环境的实时3D追踪与物体识别。
https://hci.top/zh/authors/14334?source=all