使用精密握持姿势变化的单手笔+触摸输入
作者
手部手势识别全身交互与体感输入
我们通过在书写、绘画或选择时用同一只手形成姿势来引入新的笔输入空间。这些姿势使手指在笔周围接触多点触摸表面,从而无需特殊传感器即可实现检测。一项形成性研究调查了33种候选姿势在受控任务中的有效性、准确性和舒适性。结果表明存在一个有价值的姿势子集。使用研究中捕获的原始电容传感器数据,训练了一个卷积神经网络来实时识别10种姿势。这种识别器被用于创建基于笔的文档标注和矢量绘图的应用程序演示。一项小型可用性研究表明该方法是可行的。
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%
运动相关性:通过匹配其运动来选择对象
CHI '18· 手部手势识别 +1
- 100%
为桌面多尺度导航设计一致的手势集
CHI '18· 手部手势识别 +1
- 100%
方向对单笔触触摸手势的影响
CHI '19· 手部手势识别 +1
- 100%
成人和儿童与交互式球面显示器进行手势交互的心理模型
CHI '20· 手部手势识别 +1
- 100%
瞄准空中运动的动力学
CHI '20· 手部手势识别 +1
- 100%
FingerMapper:将手指动作映射到虚拟手臂上,以在受限空间中实现安全的虚拟现实交互
CHI '23· 手部手势识别 +1
- 100%
情感具象化:揭示单手手势的表达潜力
CHI '24· 手部手势识别 +1
- 100%
STMG:一种支持基于拇指的VR/AR输入的机器学习微手势识别系统
CHI '24· 手部手势识别 +1
- 100%
T2IRay:基于拇指到食指的间接指向设计,用于连续和稳健的AR/VR输入
CHI '25· 手部手势识别 +1
- 100%
BodyTouch:研究 HMD 的眼触、无需视觉的本体触觉和近身触觉交互
UbiComp '24· 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
UIST
calendar_month
年份
2018
emoji_events
奖项
未标记奖项
group
作者
5 位作者
sell
研究子方向
手部手势识别、全身交互与体感输入
work
职业/产业
—
article
内容状态
仅摘要
hub
相关论文
10 篇相关论文