算盘手势:一套大规模基于数学的适用于空中交互的可用手指计数手势
手部手势识别计算方法在HCI中的应用软件工程师与开发者HCI 研究员
设计一套既易于学习又能快速执行的广泛空中手势是一个重大挑战。更具挑战的是使用常见硬件(如2D普通相机)实现高精度检测这些手势。先前的工作通常提出较小的、特定应用的手势集,需要专用硬件且难以适应不同环境。针对这些限制,本文介绍了算盘手势,这是一个包含100种空中手势的综合集合。借鉴算盘计数的隐喻,手势由各种开合手指组合形成,每种组合被赋予不同的值。我们开发了一种使用现成计算机视觉库的算法,能够从2D普通相机画面中检测这些手势,对掌心朝相机的手势准确率超过98%,对掌心朝身体的手势准确率达95%。我们在一项包含20名参与者的用户研究中评估了这些手势的检测精度、学习易用性和可用性。研究发现,参与者在执行15个手势后五分钟内即可学会算盘手势,并在四个月后仍能回忆。此外,大多数参与者在执行100个手势后形成了运动记忆。大多数手势易于用指定的手指组合执行,且使用多种手指组合执行手势的灵活性进一步增强了可用性。基于这些发现,我们创建了一个分类法,将算盘手势根据运动记忆发展分为五组,并根据执行难度分为三个等级。最后,我们提供了设计指南并提出了算盘手势在空中交互领域的潜在用例。
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%
计算交互:理论与实践
CHI '18· 计算方法在HCI中的应用
- 75%
指向的控制理论模型
CHI '18· 手部手势识别 +1
- 75%
手势诱发作为计算优化问题
CHI '22· 手部手势识别 +1
- 75%
µGlyph:一种微手势符号表示法
CHI '23· 手部手势识别
- 75%
基于模型的回溯交互技术评估
CHI '24· 计算方法在HCI中的应用
- 75%
小步进示例实时编程
UIST '20· 计算方法在HCI中的应用
- 67%
AutoChainer:面向笔触输入的自动数据增强
CHI '26· 手部手势识别 +2
- 67%
Log2Motion:基于触摸日志的生物力学运动合成
CHI '26· 手部手势识别 +2
- 60%
大规模可视化API使用示例
CHI '18· 交互式数据可视化 +1
- 60%
来自1.36亿次按键的打字观察
CHI '18· 用户研究方法(访谈、调查、观察) +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
UbiComp
calendar_month
年份
2023
emoji_events
奖项
未标记奖项
group
作者
2 位作者
sell
研究子方向
手部手势识别、计算方法在HCI中的应用
work
职业/产业
软件工程师与开发者、HCI 研究员
article
内容状态
仅摘要
hub
相关论文
10 篇相关论文