This paper proposed a novel method to replace the traditional mouse controller by using Microsoft Kinect Sensor to realize the functional implementation on human-machine interaction. With human hand gestures and movements, Kinect Sensor could accurately recognize the participants intention and transmit our order to desktop or laptop. In addition, the trend in current HCI market is giving the customer more freedom and experiencing feeling by involving human cognitive factors more deeply. Kinect sensor receives the motion cues continuously from the humans intention and feedback the reaction during the experiments. The comparison accuracy between the hand movement and mouse cursor demonstrates the efficiency for the proposed method. In addition, the experimental results on hit rate in the game of Fruit Ninja and Shape Touching proves the real-time ability of the proposed framework. The performance evaluation built up a promise foundation for the further applications in the field of human-machine interaction. The contribution of this work is the expansion on hand gesture perception and early formulation on Mac iPad.


翻译:本文提出了一个新颖的方法,用微软 Kinect 传感器取代传统的鼠标控制器,用微软 Kinect Sensor 实现人体-机械互动的功能性实施。随着人的手势和动作,Kinect Sensor可以准确地识别参与者的意图,并将我们的订单传送到台式或膝上型电脑。此外,目前HCI市场的趋势正在使客户有更多的自由,更深入地参与人类认知因素,从而感受更多的自由。Kinect 传感器不断从人的意图中收到运动提示,并在实验期间反馈反应。手动和鼠标光标之间的比较准确性表明了拟议方法的效率。此外,水果忍者与Shape Touching游戏的点击率实验结果证明了拟议框架的实时能力。业绩评估为进一步应用人类-机器互动领域奠定了一个有希望的基础。这项工作的贡献是扩展手势感和早期配方在Ma iPad上的贡献。

0
下载
关闭预览

相关内容

Kinect for Xbox 360,简称 Kinect,是由微软开发,应用于 Xbox 360 主机的周边设备。它让玩家不需要手持或踩踏控制器,而是使用语音指令或手势来操作 Xbox 360 的系统界面。它也能捕捉玩家全身上下的动作,用身体来进行游戏,带给玩家“免控制器的游戏与娱乐体验”。 2009 年 6 月 1 日微软于 E3 游戏展中公布名为“Project Natal”(诞生计划)的感应器,它能够捕捉使用者的肢体动作,或是进行脸部辨识。感应器也内建麦克风,可以用来识别语音指令。此感应器兼容于所有 Xbox 360 主机,玩家只需新购此感应器就可直接使用。 2010 年的 E3 电玩展,微软宣布 Project Natal 的正式名称为“Kinect”,并预计在 2010 年 11 月 4 日于美国上市,建议售价 149 美金。台湾则在2010 年 11 月 20 日上市。
因果图,Causal Graphs,52页ppt
专知会员服务
238+阅读 · 2020年4月19日
强化学习最新教程,17页pdf
专知会员服务
168+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
MIT新书《强化学习与最优控制》
专知会员服务
270+阅读 · 2019年10月9日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
人工智能 | ISAIR 2019诚邀稿件(推荐SCI期刊)
Call4Papers
6+阅读 · 2019年4月1日
Unsupervised Learning via Meta-Learning
CreateAMind
41+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
计算机视觉近一年进展综述
机器学习研究会
8+阅读 · 2017年11月25日
计算机类 | 国际会议信息7条
Call4Papers
3+阅读 · 2017年11月17日
深度学习医学图像分析文献集
机器学习研究会
17+阅读 · 2017年10月13日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
3D Deep Learning on Medical Images: A Review
Arxiv
12+阅读 · 2020年4月1日
ViZDoom Competitions: Playing Doom from Pixels
Arxiv
5+阅读 · 2018年9月10日
Arxiv
3+阅读 · 2018年3月29日
Arxiv
7+阅读 · 2017年12月28日
VIP会员
相关资讯
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
人工智能 | ISAIR 2019诚邀稿件(推荐SCI期刊)
Call4Papers
6+阅读 · 2019年4月1日
Unsupervised Learning via Meta-Learning
CreateAMind
41+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
计算机视觉近一年进展综述
机器学习研究会
8+阅读 · 2017年11月25日
计算机类 | 国际会议信息7条
Call4Papers
3+阅读 · 2017年11月17日
深度学习医学图像分析文献集
机器学习研究会
17+阅读 · 2017年10月13日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Top
微信扫码咨询专知VIP会员