盡管MR頭顯廠商在融合真實世界和數字世界方面越發精進，但作為與VR或AR環境交互的能力，輸入一直是難以解決的巨大挑戰，因為控制器依然是大多數交互的必要工具。本周，美國亞利桑那州立大學的研究人員展示了一種名為FMKit的替代方案。它可允許頭顯精確追蹤每根手指的運動，并且能夠識別懸空比劃。

與Leap Motion配件和Oculus Quest手部追蹤功能不同的是，FMKit可以在3D空間記錄單根手指的路徑，并與四組手寫樣本數據進行比較。系統可通過指尖比劃來識別單個用戶，用密碼安全地驗證用戶身份，并且能夠創建文本輸入，將其作為使用控制器輸入文本或選擇單詞的替代方案。

相關項目：FMKit – A Library and Data Repository for In-Air-Handwriting Analysis

另外，將懸空書寫的英文或中文單詞轉換成文本的潛在商業應用同樣令人感到興奮。你可以通過懸空比劃一個獨特的簽名來解鎖XR頭顯或單獨的應用，允許企業高度定制數字內容的保護方案。另外，企業可允許團隊共享一個超越數字或字母的通用密碼系統，識別諸如五角星或其他特殊標記等符號。

FMKit目前支持兩種類型的輸入設備，一種是以每秒110次掃描速度工作的Leap Motion控制器；另一種是以每秒50次掃描速度工作，并使用Python模塊來收集、預處理和可視化掃描信號的定制慣性測量數據手套。作為一款用戶識別系統，FMKit搭配Leap Motion的精確率達到93%以上，而搭配手套則接近96%。但對于手寫識別，Leap Motion的效果更好，系統識別單詞的精度最高達到87.4%。這尚不足以取代語音輸入，但對于只能使用手指和頭戴式傳感器的系統而言，這是一個不錯的開始。

亞利桑那州立大學的Duo Lu, Linzhen Luo, Dijiang Huang, and Yezhou Yang已經將FMKit的源代碼托管至GitHub，他們希望其他研究人員能夠利用這個包括庫和數據集的開源項目來擴展研究。另外，作品在CVPR 2020大會中的增強現實和虛擬現實計算機視覺研討會中展示了所述研究。

來源：映維網