HCI.TOPHCI, made easy

arrow_back返回问题库查看分类arrow_forward

触觉、输入性能与知觉设计 / 可穿戴微手势与姿态追踪

现有全身动作捕捉系统昂贵又复杂，普通用户难以负担。

lightbulb现实痛点可穿戴微手势与姿态追踪

现有全身动作捕捉系统昂贵又复杂，普通用户难以负担。

CHI '23IMUPoser: Full-Body Pose Estimation using IMUs in Phones, Watches, and Earbuds

同类问题

lightbulb现实痛点可穿戴微手势与姿态追踪

智能手表的小屏幕导致交互效率低，目标选择操作难。

CHI '25Cross, Dwell, or Pinch: Designing and Evaluating Around-Device Selection Methods for Unmodified Smartwatches

lightbulb现实痛点可穿戴微手势与姿态追踪

用户在隐私环境中很难用摄像头进行实时3D手势追踪。

UIST '24Demo of EITPose: Wearable and Practical Electrical Impedance Tomography for Continuous Hand Pose Estimation

lightbulb现实痛点可穿戴微手势与姿态追踪

现有手势追踪设备笨重昂贵，无法便捷实现连续手势追踪。

UbiComp '24Ring-a-Pose: A Ring for Continuous Hand Pose Tracking

lightbulb现实痛点可穿戴微手势与姿态追踪

现有手势追踪技术功耗高、侵入性强或舒适性差。

CHI '24EchoWrist: Continuous Hand Pose Tracking and Hand-Object Interaction Recognition Using Low-Power Active Acoustic Sensing On a Wristband

lightbulb现实痛点可穿戴微手势与姿态追踪

智能手表因屏幕小，难以实现便捷的手指操作。

UIST '23 Robust Finger Interactions with COTS Smartwatches via Unsupervised Siamese Adaptation

lightbulb现实痛点可穿戴微手势与姿态追踪

用户目前无法通过现有智能手表实现精确且移动便携的手臂运动跟踪。

UIST '23SmartPoser: Arm Pose Estimation With a Smartphone and Smartwatch Using UWB and IMU Data

相关论文

交叉、驻留或捏合：为未经修改的智能手表设计和评估围绕设备的选择方法

Jiwan Kim, Jiwan Son, Ian Oakley

EchoWrist：使用腕带上的低功耗主动声学感应进行连续手势跟踪和手-物体交互识别

Chi-Jung Lee, Ruidong Zhang, Devansh Agarwal

通过无监督Siamese适配实现COTS智能手表的鲁棒手指交互

Wenqiang Chen, Ziqi Wang, Pengrui Quan

SmartPoser：基于UWB和IMU数据的智能手机和智能手表手臂姿态估计

Nathan DeVrio, Vimal Mollyn, Chris Harrison

DRG-Keyboard：使用双IMU环实现指尖微妙手势输入

Chen Liang, Chi Hsia, Chun Yu

IMUPoser：使用手机、手表和耳塞中的IMU进行全身姿态估计

Vimal Mollyn, Riku Arakawa, Mayank Goel

LipLearner：移动设备上的可定制无声语音交互

Zixiong Su, Shitao Fang, Jun Rekimoto

DiscoBand：用于手部、手臂和环境追踪的多视图深度传感智能手表表带

Nathan DeVrio, Chris Harrison

EtherPose：使用腕戴式天线阻抗特性传感的连续手部姿态追踪

Daehwa Kim, Chris Harrison

理解上身可穿戴设备对上身运动障碍用户的手势输入表达

Radu-Daniel Vatavu, Ovidiu-Ciprian Ungurean

启用手腕佩戴设备上的手势自定义

Xuhai Xu, Jun Gong, Carolina Brum

SonarID：使用声纳识别智能手表上的手指

Jiwan Kim, Ian Oakley