07073vr

普林斯顿大学的研究人员用深度传感摄像头和深度学习网络开发了一款系统，以用来将手势运动编译到VR环境中去。

VR手臂的出现有一段时间了，而手指手势与VR的结合是新的方向，通过使用红外线摄像头，电极传感器，手势控制器（像HTC Vive，Playstation Move和Oculus Touch那样），普林斯顿大学研究人员开发的深度学习网络可以读写上百万种手势，以帮助其能够精准的转化到虚拟世界当中。

研究人员将这款系统叫做DeepHand，有类似于Leap Motion的深度手势识别基础功能，通过摄像头读写到多种角度和多种方式的手势变换以及深度学习网络开发的特定算法，可以快速的扫描数据库中超过250万的手势，并匹配出最精确的手势动作，将其在VR环境中呈现出来。

博士生Ayan Sinha是研究论文的作者，他表示：“我们能够识别手势的不同角度，通过摄像头观察不同的角度变换，算法将其转化为数字信号，然而在VR环境中呈现。

为了确保虚拟手势运动能够快速反应，研发项目通过判断数据库中手势动作的数字位置推算出其邻近的数字位置，进而预测手势变化的可能性。通过的定位“邻近区域”，这套算法还能够计算，显示摄像头中无法直接显示的手势运动。

这是深度学习网络中，研究人员首次使用DeepHand识别手势，并将其反馈到数据库中，虽然运行这些数据需要强大的计算处理能力，但是在一台普通电脑上使用这套系统也是可能的。