伸出手指的数量可表达选择或数量
别名: 手指数 · digit count · 比数字 · raised fingers
概念解释
伸出几根手指,本身可以当离散输入:选第几个选项,或报告一个数量。这是静态手形的计数读法,不是挥手的轨迹,也不是捏合的闭合边沿。常见范围是 0 到 5 一只手,两只手到 10。含义必须事先约定:是“三”这个整数,还是菜单里的第三项,还是“我要三份”。没有约定时,旁观者能看出根数,系统却不知道根数要送去哪一个功能。
机制
视觉上,伸直的手指在图像里是从掌部分出的细长结构;计数就是在某一帧上数这些结构。它不依赖速度,所以没有轻扫那种弹道边沿,却依赖这一帧的手形完整可见。文化计数习惯会改变哪几根被伸出:有的传统用拇指开始,有的从食指开始,“三”的手形并不唯一。系统若只认一种标准手形,文化变体就会被当成错误的根数。数量通道的分辨率很低,超过五就要换手或改用其他输入;用它去调连续数值(音量 0–100)是把离散档位硬拉成连续,中间的值没有对应手形。
怎么研究
给出功能(选第 n 项、报告数量),让人先自由比,再看与系统模板的一致率——这是易学。再在目标相机下按根数分箱报识别率,包括文化变体。任务不要只用 1、2、5 这种好认的数,必须包含 3、4 这种中间值。对照用口头报数,能量出视觉计数相对语音的误差和时长。记录人是用哪几根手指表示“三”,作为模板覆盖的依据。
边界
戴手套、手指并拢、儿童手指短,结构在图像上会粘连,计数掉档。手语里的数字手形有自己的词法,不能把界面计数模板套到手语使用者头上当“他们会的那种三”。两只手同时计数需要规定是相加还是左手十位;不规定就会把 6 认成两只手的 1 和 5。捏合会把根数临时变成 0 或 1,计数通道和捏合通道不能同时抢同一只手。公共场合比出某些根数可能另有侮辱含义,那是社会可接受度,不是识别问题,但会让人拒绝使用该档。
怎么落地
- 把根数映射写成离散档位(最多五档加一个零),不要拿去当连续滑条。
- 模板覆盖目标文化里“三”“四”的常见变体;验收按根数分箱,中间值单独过门槛。
- 与捏合、轻扫共用一只手时,规定计数只在静止手形上读取,运动起来就停止计数,避免过路轻扫改数。