🤖 由 文心大模型 生成的文章摘要
各大VR公司间的军备竞赛正马力全开，而手掌又将是各大VR公司的下一条战线，无论是在红外摄像头方面，还是电磁感应方面、还是像HTC Vive所使用的手持遥控，又或者是PS Move和Oculus Touch，甚至是全身骨骼追踪技术。现在，普渡大学（Purdue University）的一个团队正在使用深度感应相机来捕捉手部的运动，并且使用一个深度的学习网络来理解数以百万手部可能的位置，以便可以在VR世界中准确显示手部位置。
研究人员称该系统为DeepHand，基本原理和Leap Motion类似，不过利用了可深度学习的“卷积神经网络（convolutional neural network）”。“摄像头可以读取双手的位置以及不同的角度，之后通过一个专门的算法来运行。该算法可以快速扫面数据库中超过250万个手部姿势，之后进行最佳匹配，之后在VR中呈现出来。”“我们识别手部的关键角度，然后观察这些角度如何变化，这些结构是由一组数字来表示的，”博士生Ayan Sinha，同时也是该论文的作者如是说。
为了保证虚拟手部的运动能够尽快地被呈现出来，通过识别数据库中“就近空间（spatial nearest neighbors）”，程序员们可以预测手部下一时刻的动作形态。该算法也能够对手部多个位置进行计算和显示，而对于相机来说在相邻区域的方向则可能无法直接看到。
作为一个深度学习网络，研究者首先要培养DeepHand来识别姿势，通过不断填充基础数据。要做到这个需要强大的处理器，不过一旦这一问题得到解决，该系统将可能在普通电脑上运行。
【913VR原创内容，转载请注明及回链】
