EI-Lite:用于微手势识别与捏力估计的电阻抗传感
作者
振动反馈与皮肤刺激足部与手腕交互
微手势识别和精细捏压启用对设备的直观和隐蔽控制,为增强人机交互(HCI)提供重要潜力。本论文提出 EI-Lite,一种用于微手势识别和连续捏力估计的轻量级腕戴式电阻抗传感设备。我们通过对13名用户进行电极放置消融研究,得出最优简化设备架构,并通过3D打印实现所设计结构。我们收集了15名参与者的数据,包括(1)六种常见微手势(加空闲状态)和(2)食指捏力,然后开发机器学习模型来解释这些微手势和捏力产生的电阻抗信号。我们的系统能够准确识别微手势事件(准确率96.33%),并以物理单位(牛顿)连续估计食指捏力,均方误差(MSE)为0.3071(或平均力方差0.55牛顿),数据来自15名参与者。最后,我们通过AR/VR、游戏和辅助技术三个应用展示了 EI-Lite 的适用性。
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。
- 100%
异构中风:使用独特的振动提示来改进手腕佩戴的时空触觉显示
CHI '21· 振动反馈与皮肤刺激 +1
- 100%
通过指甲触觉增强身体触控输入的触觉反馈
CHI '23· 振动反馈与皮肤刺激 +1
- 100%
全手电触觉反馈而不妨碍手掌面
CHI '23· 振动反馈与皮肤刺激 +1
- 100%
VibWalk:映射日常行走的下肢触觉体验
CHI '25· 振动反馈与皮肤刺激 +1
- 100%
前臂振动触觉刺激的两点辨别
MobileHCI '25· 振动反馈与皮肤刺激 +1
- 100%
bARefoot: 在鞋中使用运动耦合振动生成虚拟材质
UIST '20· 振动反馈与皮肤刺激 +1
- 100%
RadarHand:一种用于皮肤触控本体感手势的腕戴式雷达设备
UIST '24· 振动反馈与皮肤刺激 +1
- 67%
EarRumble: 通过自愿的鼓膜张肌收缩实现的不引人注意的无手和无眼输入
CHI '21· 振动反馈与皮肤刺激 +2
- 67%
用于腕部交互的快速在线参数优化的元贝叶斯方法
CHI '24· 振动反馈与皮肤刺激 +2
- 67%
通过触觉和多模式节奏刺激使用可穿戴设备提高注意力
CHI '24· 振动反馈与皮肤刺激 +2
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3746059.3747671
一眼看懂
fact_check论文快照
dataset
来源
UIST
calendar_month
年份
2025
emoji_events
奖项
未标记奖项
group
作者
12 位作者
sell
研究子方向
振动反馈与皮肤刺激、足部与手腕交互
work
职业/产业
—
article
内容状态
仅摘要
hub
相关论文
10 篇相关论文