提到手勢識別，大多數(shù)人可能會聯(lián)想到Leap Motion和Kinect這些基于圖像傳感的體感設備。但如果你體驗過這些設備，就應該知道它們背后都有一個詬病——使用者必須對準攝像頭來完成“規(guī)范”的動作，而且對周圍的環(huán)境有非?？量痰囊?，這在一定程度上影響了用戶的體驗。

事實上，手勢識別并非只有上述這一類產(chǎn)品形態(tài)，另一種基于可穿戴設別的手勢識別系統(tǒng)已經(jīng)逐漸走進了大眾視野。

把手勢識別的系統(tǒng)集成到手表或者手環(huán)上，用戶只需要隨手做一個動作就可以實現(xiàn)人機交互，它不僅可以應用于體感游戲，甚至還能控制各類家電以及電腦，這是一種極具想象力的產(chǎn)品。

從現(xiàn)有已經(jīng)上市或者還在實驗室階段的產(chǎn)品來看，可穿戴手勢識別的技術方案有很多種。雷鋒網(wǎng)硬創(chuàng)公開課群友——廣州智趣科技總經(jīng)理張蔭來告訴雷鋒網(wǎng)，可穿戴手勢識別的一般有三種方法： 肌電、光感（紅外）和壓力。

那它們各自有什么特點呢？

肌電

肌電是幾種可穿戴手勢識別方案中最受企業(yè)青睞的一種。

因為不同手勢會運用到不同的手臂肌肉組織，運動的生物肌肉組織會產(chǎn)生微弱的（低至毫伏級）電位變化，而這種表面肌電信號(sEMG)可以被傳感器采集到（信號采集）。所以，如果在可穿戴設備上預先定義幾種不同的手勢，就可以根據(jù)手臂肌肉電流信號識別各種手勢（模式判斷），最后通過特定的算法把各種手勢解析成不同的機器命令，并實現(xiàn)對設備的控制。

除了識別電信號的肌電傳感器之外，這種方案還會配置一些多軸傳感器，以更精確的實現(xiàn)多種手勢的識別。傳感器加得越多，識別精度越高，不過功耗和運算難度也會相應的增加。

例如，Thalmic Lab公司推出的MYO就是這樣一款手勢識別設備，它內(nèi)置了8個肌電傳感器和9軸慣性測量單元（包括陀螺儀，加速度計，磁力儀）通過捕捉這些肌肉的肌電信號，進行模式識別，從而判斷出你做的是什么手勢。

因為采集和識別的信息幾乎完全來自人體，所以肌電方案受環(huán)境（如光線和操作距離）的影響最少，而且對算法的要求也是最低的。

不過，這種方案也有缺點，張蔭來告訴雷鋒網(wǎng)，“肌電對濕度非常敏感，在水下和潮濕的環(huán)境中都不適用，出汗后就會影響體驗?！?/p>

紅外

紅外線攝像頭已經(jīng)成為了識別物體深度信息的重要角色，Leap Motion和Kinect都。

那可穿戴的紅外方案又有什么特點呢？

如果論技術原理，其實兩種產(chǎn)品類型并沒有太大差異，它們都是通過圖像識別的方式來實現(xiàn)人機交互，只不過可穿戴紅外方案設備的組件要簡單一些。

通過內(nèi)置的傳感器和紅外線感應器，設備就可以檢測用戶手腕的輪廓來識別動作，如麻省理工學院的創(chuàng)業(yè)團隊Amiigo。

通過紅外傳感器，這種裝置還可以增加一些擴展功能，例如可以檢測到使用者的心跳以及血液含氧量等生理數(shù)據(jù)，能解決醫(yī)療領域的一些瓶頸。

雖然使用的都是圖像識別方法，單相比Kinect這樣的設備可穿戴紅外手勢識別有自己的優(yōu)勢，因為裝置離識別的對象距離很近，所以它受光線影響的程度要比Kinect等設備要低。

從另一個角度來看，也正是因為這種方案是基于圖像識別來識別動作的，導致了設備要處理的信息量比肌電方案要大，所以它對對算法處理的要求很高，而且在不同膚色或者有紋身的人群中可能表現(xiàn)有差異，因此精度一般。

張蔭來告訴雷鋒網(wǎng)。

壓力

如果了解肌電的實現(xiàn)原理后，理解壓力方案就不難了。它們二者有一定的相似之處，只不過后者是使用壓力的變化來檢測肌腱的狀態(tài)，即硬件部分把肌電傳感器更換為壓力傳感器（一般會配置多個壓力傳感器，以精確的讀出不同手勢的值）；另外，算法上把計算電信號改成壓力信息即可。

當然，這也是最難產(chǎn)品化的一種方案。

這種壓力方案的實現(xiàn)難度很大，因為每個人的特征差異太大了，抖一抖都會產(chǎn)生壓力變化，如果沒有超強的算法支持，基本上很難實現(xiàn)產(chǎn)品化。

另一位硬創(chuàng)公開課群友如此表示。

總結

如果以功耗、環(huán)境敏感度和識別難度三個維度來看，上述三中方案各有優(yōu)缺點：

功耗：紅外＞肌電＞壓力，環(huán)境敏感度 ：紅外＞肌電＞壓力，識別難度：壓力＞紅外＞肌電。

不過，從現(xiàn)有的產(chǎn)品來看，它們在體驗上還有很大的提升空間。因為技術成熟度不夠，目前只有極少部分創(chuàng)業(yè)者在這種做可穿戴手勢識別的產(chǎn)品，實現(xiàn)量產(chǎn)的更是寥寥無幾。

可穿戴手勢識別的門檻就在于信息采集和模式識別的算法上，而連接部分只需要在裝置內(nèi)加一個BLE模塊就能實現(xiàn)，技術難度看似不高，但要要保證用戶體驗卻不是。張蔭來認為：

現(xiàn)在可穿戴的交互還在探索階段，從語音到手勢都是在向人類的自然交互靠攏，語言，拿取。但是受限于當前的科技限制（能耗，計算力等），只能有一些折中的方案暫時被采用，但是如果在未來，芯片技術，材料技術，電池技術有巨大的突破，這樣的問題也會解決。到時候有足夠強的處理器能夠同時處理光學，力學，生物電等物理量，能夠有足夠好的材料讓人無感地佩戴這些設備，有足夠強的能源支持幾個月的續(xù)航，那么那時候的可穿戴不是簡單的一個物理量分析，而是多傳感器綜合分析，給用戶最合理的體驗。

盡管還有很長的路要走，但如果用戶控制各種設備就更加隨心所欲了，這不是非常值得期待的一件事嗎？

AI、VR、無人機、無人駕駛等時下最火的話題，雷鋒網(wǎng)硬創(chuàng)公開課應有盡有，敬請關注?。ㄍ趦?nèi)容http://www.ozgbdpf.cn/special/198/201604/57159ac8461fa.html）

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉載。詳情見轉載須知。