把握微手势:为手持物体引发单手微手势
手部手势识别人体姿态与行为识别HCI 研究员
单手微手势因其支持直接和微妙交互的潜力而被认可。虽然开创性的工作研究了感应技术并提出了第一套直观的手势,但我们仍然缺乏对手势和各种抓握之间复杂关系的系统理解。本文介绍了用户在手持物体时执行的微手势的用户征集研究结果。我们分析了20名参与者使用六种不同类型的抓握和总共12种不同几何形状和大小的代表性手持物体执行的超过2,400种微手势。我们通过提出对征集的手势进行统计聚类来扩展现有的征集方法。我们详细介绍了抓握和物体几何形状如何影响单手微手势、首选位置和使用的手指。我们还提出了适用于不同抓握和物体大小的手势集。从我们的发现中,我们为设计与大量手持物体兼容的微手势提供了设计建议。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
- 75%
基于手势感知的交互式机器教学与原地物体标注
UIST '22· 手部手势识别 +1
- 67%
FingerPing:使用主动声学身体传感识别精细手部姿势
CHI '18· 手部手势识别 +1
- 67%
CapContact: 来自电容触摸屏的超分辨率接触区域
CHI '21· 手部手势识别
- 67%
RadarNet:利用微型雷达传感器的高效手势识别技术
CHI '21· 手部手势识别 +1
- 67%
更多错误还是更长的命令:重复和表达能力降低对输入解释错误、学习和用户偏好的影响
CHI '22· 手部手势识别 +1
- 67%
通过2D-3D指纹匹配估计3D手指姿态
IUI '22· 手部手势识别 +1
- 67%
Back-Hand-Pose:基于手背变形网络的腕戴式摄像头3D手部姿态估计
UIST '20· 手部手势识别 +1
- 67%
RIDS:虚拟现实中自由手势指点时利用手部运动动力学对选择手势的隐式检测
UIST '22· 手部手势识别 +1
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2019
emoji_events
奖项
未标记奖项
group
作者
3 位作者
sell
研究子方向
手部手势识别、人体姿态与行为识别
work
职业/产业
HCI 研究员
article
内容状态
仅摘要
hub
相关论文
8 篇相关论文